汪兆永,何炳蔚
(福州大学 机械工程及自动化学院,福建 福州 350108)
近年来,移动机器人技术迅速发展,在未知环境中实现自主导航是移动机器人的一项重要任务,自主导航也一直是机器人研究的热点问题。特别是在未知环境下的导航问题,机器人在快速自定位和获取周围环境信息方面仍然存在很大困难。学者们针对SLAM 领域展开了大量的研究,提出了许多研究方法。比较成熟的SLAM方法有基于激光传感器、声呐传感器等获取环境信息[1],但是得到的信息量较小,所需探测环境时间较长,对环境条件要求较高,不适用于复杂的环境。而视觉传感器系统具有信息量大,性价比高等优点,随着计算机图像处理技术能力的提高,学者们开展了大量基于视觉传感器的SLAM 相关研究,也表明了视觉传感器具有很好的发展前景和使用价值。基于视觉传感器的自定位研究主要有单目视觉、双目立体视觉系统、全景视觉和单目全景混合视觉系统[2],存在的主要问题是连续性不足、系统和处理算法较为复杂。
2010 年微软公司开发的Kinect 传感器,结合了普通摄像头和激光传感器,功能强大,具有较高的性价比,同时可获得环境颜色信息和深度值。其中,获取的环境深度值具有连续性、信息量丰富、受光线影响小等特点。因此,被广泛运用于机器人视觉研究领域[3]。在机器人导航研究中,若单独采用普通视觉系统则存在获取环境深度信息算法复杂的缺陷,而单独……