6AV3 617-1JC00-0AX1

6AV3 617-1JC00-0AX1

6AV3 617-1JC00-0AX1 

视觉信息的获取主要是通过单视觉方式和多视觉方式。单视觉方式结构简单，避免了视觉数据融合，易于实现实时监测。如果利用目标物体的几何形状模型，在目标上取3个以上的特征点也能够获取目标的位置等信息。此方法须保证该组特征点在不同坐标系下的位置关系一致，而对于一般的双目视觉系统，坐标的计算误差往往会破坏这种关系。

采用在机器人上安装车载摄像机这种局部视觉定位方式，本文对移动机器人的运动视觉定位方法进行了研究。该方法的实现分为两部分：首先采用移动机器人视觉系统求出目标质心特征点的位置时间序列，从而将对被跟踪目标的跟踪转化为对其质心的跟踪；然后通过推广卡尔曼滤波方法估计目标的空间位置和运动参数。

1.目标成像的几何模型

移动机器人视觉系统的坐标关系如图1所示。

其中O-XYZ为世界坐标系；Oc-XcYcZc为摄像机坐标系。其中Oc为摄像机的光心，X轴、Y轴分别与Xc轴、Yc轴和图像的x，y轴平行，Zc为摄像机的光轴，它与图像平面垂直。光轴与图像平面的交点O1为图像坐标系的原点。OcO1为摄像机的焦距f.

图1 移动机器人视觉系统的坐标关系

6AV3 617-1JC00-0AX1

不考虑透镜畸变，则由透视投影成像模型为：

式中，Z′=［u，v］T为目标特征点P在图像坐标系的二维坐标值；（X，Y，Z）为P点在世界坐标系的坐标；（Xc0，Yc0，Zc0）为摄像机的光心在世界坐标系的坐标；dx，dy为摄像机的每一个像素分别在x轴与y轴方向采样的量化因子；u0，v0分别为摄像机的图像中心O1在x轴与y轴方向采样时的位置偏移量。通过式（1）即可实现点P位置在图像坐标系和世界坐标系的变换。