【《基于仿生视觉的室内移动机器人节点地图三维重建分析案例》4800字】

基于仿生视觉的室内移动机器人节点地图三维重建分析案例目录TOC\o"1-3"\h\u27059基于仿生视觉的室内移动机器人节点地图三维重建分析案例 1170251.1引言 190981.2仿生视觉模型 1156211.2.1人类视觉系统 1322541.2.2仿生视觉模型采样分布 423711.3基于仿生视觉的节点三维重建过程 8229351.3.1三维空间刚体运动 8153961.3.2基于欧拉角和四元数相互转换的位姿表示方法 9235671.4实验与结果分析 101.1引言基于ORB特征点法的视觉SLAM可以进行图像匹配和位姿估计，但建图部分的地图点过于稀疏，不适合于机器人导航和人类可视化方面的需求，本章基于仿生视觉理论，提出了一种可以进行稠密地图节点三维重建的方法。在1.2节，首先通过对人类视觉系统结构和头眼协同运动系统进行研究，基于仿生视觉运动控制模型建立视觉边界信息采样函数，在1.3节基于采样函数作为位姿估计预处理，相当于在局部用控制精度代替估计精度，将得到的位姿用四元数进行表示。在1.4节，将RGB-D相机采样的到的信息根据仿生视觉方法进行点云匹配，得到局部地图的节点三维重建，验证了方法的有效性。1.2仿生视觉模型1.2.1人类视觉系统生物视觉原型的研究是构建仿生视觉模型和仿生视觉控制的基础。人类视觉系统的基本组成如图4-1所示，主要由三部分组成：眼球、视觉传导通路和大脑的视觉中枢。外部光线进入眼球，从晶状体汇聚到视网膜；视网膜将光信号转换成电信号，最初通过视神经进入位于丘脑的外侧膝状核进行处理。经过处理的信号继续从视神经传输到大脑的视觉皮层，视觉最终在初级视觉皮层V1形成。眼睛在人类接收外界光信号并将其进行转换为人类视觉信息的过程中起到了关键作用。在眼睛的众多组成部分中，眼球后面的视网膜是最重要的部分。人类视网膜是一层附着在眼球后半部分的透明组织。它由神经管发育而来，是大脑的一部分。图4-2显示了人类视网膜的总体结构[58]，其中包括感光细胞层、水平细胞、双极细胞、无长突细胞和神经节细胞。同一层细胞之间和不同层细胞之间存在相互作用，这是通过两种不同类型的突触实现的:电突触和化学突触。前者将同一层相邻的小区连接起来，实现层内互联，而每个小区层的强度不同，可以导致同一层小区之间的局部信息共享。后者连接不同层之间的细胞，都包含两个突触层，内网状层和外网状层，定义了两个独立的信息处理阶段。感光细胞层中细胞可分为两种类型，分别是杆状细胞以及锥状细胞。在它们中，杆状体支配着对黑暗光线的视觉。单个光子可以引起细胞被激发，而几个光子可以使人眼感受到光的闪光，但杆状体不能区分颜色。视锥细胞在强光视觉和色觉视觉中占主导地位，它们在视网膜中央凹的高密度分布是人类眼睛敏锐中心视觉的基础。光感受器细胞的工作原理是将外界光线转换到眼睛，并释放驱动水平细胞和双极细胞的神经递质。水平细胞形成一个网络通过间隙连接,其主要功能是接收感光细胞和生成的输出反馈信号调节的工作分感光细胞，表现在空间域和时间域低通滤波，抑制和削弱相似性信息,提高图像的对比在同一时间。双极细胞分为ON型双极细胞和OFF型双极细胞[58]。前者可以编码光强从暗到亮的相对变化，后者可以编码光强从明到暗的变化。由水平单元层计算的光强在空间域和时间域的平均值。双极细胞将从光感受器细胞接收到的信号与平均值进行比较，从而使不同类型的细胞产生不同类型的脉冲信号。图4-1人类视觉系统基本结构Figure4-1Basicstructureofthehumanvisualsystem图4-2视网膜基本结构Figure4-2Basicstructureofretina当人们观察外面的世界时，为了保持物体成像一直处于眼球中央凹附近，人类的眼睛和躯体会协调运动，这是因为眼球运动的范围是有限的。当超过这个范围时，需要转动颈部以扩大视野。灵长类动物视网膜中央凹区仅有5°的视角范围，是光感受器高度最为集中的地方，表现为视觉最为敏锐的区域。人类为了精细地识别物体，需要不断改变视线，从而使感兴趣目标图像投影于视网膜中央凹区。快速眼球扫视运动能够有意识地改变视线、切换注视点至视网膜中央凹区附近，慢速平滑追随运动则做连续的反馈伺服运动，从而维持目标图像在视网膜中央凹区。快速眼球扫视运动和慢速平滑追随运动受大脑不同神经支配，前者由目标位置驱动，后者由速度驱动，在追随变化目标时，两种运动成分共存并不时自动切换。视网膜非统一分辨率的特点和快速眼球扫视运动和慢速平滑追随运动状态切换的控制机理，对机器人视觉跟踪控制研究具有重要的启示作用。人头眼旋转范围的划分分为自然旋转范围和裸眼旋转范围。眼睛自然旋转范围约为15度，裸眼旋转范围约为45度。人头的自然旋转范围约为30度，裸眼旋转范围约为50度。因此，在没有位置移动的情况下，人的舒适视场为30度，自然旋转范围约为90度，视场限制约为190度。如图4-3为人类视野分布及获取协同运动示意图，在人类视野分布图中，白色代表舒适视场，浅蓝色代表自然视场，蓝色代表裸视场，灰色代表非视场。a)人类视野分布图b)身体运动示意图a)Humanvisualfieldmapb)Diagramofbodymovement图4-3人类视野分布及获取协同运动示意图Figure4-3Humanvisualfielddistributionandacquisitionofcoordinatedmotionschematic1.2.2仿生视觉模型采样分布在人类视网膜中，中央尖顶区是中央凹区，而视网膜中的盲点是由神经纤维造成的。人眼视网膜受体密度[57]分布如图4-4，点云相对密度[57]分布如图4-5。眼睛注视和头部运动开始和结束的位置如图4-6所示。头眼协同运动模型函数图像如图4-7所示。图4-4激光雷达(红色)和人眼视网膜(蓝色)受体密度分布的比较[57]Figure4-4Comparisonofthereceptordensitydistributionofthelidar(red)andhumanretina(blue)[57]图4-5点云相对密度[57]Figure4-5Theplotoftheanalyticalpointclouddensityderivation[57]图4-6眼睛注视和头部运动开始和结束的位置[53]Figure4-6Positionofthebeginningandendofeyefixationandheadmovement[53]图4-7头眼协同运动模型函数图像[53]Figure4-7Headandeyecoordinationmovementmodelfunctionimage[53]通过头眼协同运动模型数据[53]构建头眼协同运动控制模型，由于平滑追踪系统是一个闭环系统，模型的时滞出现在闭环传递函数的分子和分母上，见公式(4-1)。(4-1)为了克服分母上时滞的影响，必须对模型的动力学进行补偿。这意味着大脑必须为自己和其他的生理系统建立一个模型，并利用这个模型来产生所需的补偿信号。(4-2)式中R——系统输入；Y——系统输出；T——时滞；A——系统矩阵；k——控制向量；b——输出协向量。(4-3)对于人眼运动系统，系统、控制向量和输出向量为1，将这些信息带入等式(4-2)得:(4-4)然而，平滑跟踪系统是速度跟踪系统，而不是位置跟踪系统，因此控制器必须能够预测目标速度的未来值。(4-5)当头部运动幅值变化时，速度和加速度随幅值的变化是逐步的。因此，一个人在一个固定位置所观察到的图像信息，随着它离中心越远，其权重就会减少。在此基础上，提出了不同范围内的仿生视觉采样函数。当其接近中心区域时，区域抽样权值会增加。所获得的总信息由公式(4-6)表示。(4-6)式中——人眼视野范围；——每个视野范围内获得的信息；——视野区域的视觉权重。在许多机器人应用中，如高速自动驾驶汽车，需要接近矩形的视场角。在水平方向上，以覆盖尽可能大的水平伏以感知周围环境和事件。然而，垂直的视场角不需要很大，因为在地面或以上的天空中没有多少特征，故考虑在水平方向增加采样，同时限制在垂直方向的采样次数。最终本文的信息获得频率分布采样分布如表4-1所示。表4-1欧拉角和四元数Table4-1Euleranglesandquaternions采样序列欧拉角四元数1(0.9659,0,0,-0.5000)2(0.9659,0,0,-0.2588)3(0.9659,0,0,0.2588)4(0.8660,0,0,0.5000)5(0.9914,0,0.1305,0)6(0.9914,0,0.1305,0)1.3基于仿生视觉的节点三维重建过程本文基于仿生方法，对传统的三维重建过程(图3-2)进行改进，用仿生视觉采样位姿预处理代替位姿估计，整体流程框架如图4-7。图4-7基于仿生视觉的节点三维重建Figure4-7Three-dimensionalreconstructionofnodesbasedonbionicvision1.3.1三维空间刚体运动三维空间中的任意点的坐标可以用来描述。假设在这个线性空间内，我们找到了该空间的一组基，那么任意向量在这组基下都有相应的坐标：(4-7)在相机视野中某个向量p，在相机坐标系和世界坐标系下是不同的，在机器人学中，为了定义不同坐标系之间的关系，需要将机器人的位姿变换到世界坐标系当中。对于常见的物理系统及理想化的数学抽象方法，物体在变换过程中视为刚体，运动过程只考虑平移和旋转，这种变换被称为欧式变换[1]。首先考虑欧式变换的旋转，设单位正交基经过变换之后为。那么，对于同一个向量，有如下关系：(4-8)经转置变换并定义矩阵得：(4-9)中间矩阵为旋转矩阵，另外，该矩阵各分量是两个坐标系基底的内积，由于基向量的长度为单位值1，所以也是各基向量夹角的余弦值，所以这个矩阵也被称为方向余弦矩阵[1]。1.3.2基于欧拉角和四元数相互转换的位姿表示方法上一节基于仿生视觉模型建立边界信息采样函数，常用方式是用欧拉角或者旋转矩阵进行表示。旋转矩阵在数学上是冗余的，欧拉角和旋转向量表示方法更为紧凑，但是它们都具有奇异性，在机器人领域，表达三维空间的旋转时，有一种类似于复数的代数形式：四元数，对于复平面上的向量组成的复数集，复数的乘法表示复平面上的旋转，四元数保持紧凑性的同时，也没有带来额外的奇异性[1]。对于复数，可以把极坐标表示的复数用普通形式表示，使用欧拉公式可得：(4-10)这是一个单位长度的复数的表示方法。所以可以用单位复数来描述二维空间里的旋转，类似地，也可以用单位四元数描述三维空间里的旋转：(4-11)其中，表示四元数的三个虚部。它们满足以下关系：(4-12)任意单位四元数可以描述一个三维空间里的旋转，该旋转也可以用旋转矩阵或者旋转向量来表示。无论是旋转矩阵还是旋转向量，以及上文介绍的四元数，在描述三维空间中的旋转过程时，对于人类都不够直观。所以人类在处理相关问题时，通常会通过欧拉角进行转化。欧拉角是物体旋转过程中，分离为三次绕不同轴进行旋转的3个分离的转角，在只用3个实数来表达三维旋转时，奇异性问题是不可避免的[1]。由于这个原因，欧拉角不太适用于插值和迭代等数学运算过程中，但在与人类直觉相关的应用领域有良好的表现形式。四元数用来表示姿势的旋转。与欧拉角相比，四元数的一个重要优点是可以避免奇点。欧拉角和四元数的转换关系如公式(4-13)。(4-13)在本文的三维重建流程图中，采用仿生头眼协同姿态代替传统的计算姿态研究方法。在得到位姿后，可以直接对输入图像进行点云融合或根据数据质量进行滤波，然后进行融合。因此避免了姿态估计阶段的大量计算。机器人在运动过程中记录自己的姿势。当到达某个节点时，为了记录当前节点的三维信息，使用RGB-D摄像机采集图像。机器人在运动过程中记录自己的姿态。当到达某一节点时，为了记录当前节点的三维信息，使用RGB-D相机对图像进行采集。设置当前相机姿势为初始姿势。由于该算法不考虑平移运动，因此平移矩阵始终为：(4-14)根据IOF（信息获得频率），共拍摄了6组仿生姿势。由于欧拉角的奇异性，根据式(4-13)将其转换为旋转四元数，如表4-1所示。1.4实验与结果分析根据本文构建的仿生位姿采样函数采集的信息进行点云拼接，流程如图4-8所示。彩色图和深度图彩色图和深度图将点云存入pcd文件将点云存入pcd文件计算点云并拼接相机内参相机内参相机位姿相机位姿图4-8基于仿生视觉的节点三维重建Figure4-8Three-dimensionalreconstructionofnodesbasedonbionicvision实验环境为一个堆放杂物的大厅，可以模拟救援机器人的应用场景，移动机器人在固定节点采集的数据如图4-9以及图4-10所示。为了测试本文方法的性能，我们在边缘附近放置了一根细长的棍子。在重建结果图中，实验环境的俯视图如图4-11a。靠近边缘的蓝色细木棍显示在红色的线框中。同时，重构后的节点图像整体呈现扇形区域，符合仿生学中人体头眼协调模型，为符合人类视觉习惯的三维局部地图。在俯视图重建中，我们可以将结果图与之前得到的人体视场图进行比较。移动机器人能够向人类提供与自然视场相似的信息，因此本文提出的仿生头眼协同方法取得了良好的效果。图示4-11b为机器人视图下的三维重建结果，红色线框中显示测试杆。根据图示结果可知，对于距离较近的物体，可以进行比较精准地重建，