车辆运动特性约束之智能车辆视觉里程计系统研究

《车辆运动特性约束之智能车辆视觉里程计系统研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、车辆运动特性约束之智能车辆视觉里程计系统研究第1章绪论1.1研究的目的和意义定位导航技术主要用于确定智能车辆行驶的位置和方向，是保证智能车辆完成自主行为的重要前提。智能车辆的自主定位技术可分为相对定位和绝对定位两种类型。相对定位的方法包括基于惯性导航系统的航迹推算和里程计方法等，其特点是不依赖于外界信号，工作频率高，又可以称为自定位或位姿跟踪方法。绝对定位方法是指在已知全局环境信息的基础上，通过传感器获得环境位置信息来确定自身位姿的方法，包括全球定位系统（GlobalPositioningSystem，GPS）和基于地图的匹配定

2、位等。在没有已知地图、GPS信号被遮挡等无法获取环境位置信息的情况下，智能车辆在运动过程中的自定位能力具有非常重要的意义，它将关系到智能车辆自主定位、路径规划等重要导航任务的实现。以往智能车辆的自定位，通常使用传统的车辆里程计来完成里程测量任务，即基于对车轮旋转次数或角速度信息的测定来估计运行距离。然而，传统的里程计在自主导航系统中有着很大的缺陷，尤其在一些特殊环境下（如地面松软、摩擦力弱、或是道路颠簸），有可能出现较大偏差，甚至导致自定位任务的失败。因此，对传统里程计的改进成为研究的一个热点。很多改进方案试图通过在传统里程计的

3、设计上加入一些减小误差的办法，或是定期纠正偏差来提高精度，但特殊环境的影响还是无法消除。也有设计采用多传感器融合的方法，多将传统轮式编码器、惯性测量单元（InertialMeasurementUnit，IMU）和激光雷达等加以融合，很大程度上增强了里程计对特殊环境的鲁棒性，但其设计复杂，成本很高，因此应用也受到了一定的限制。1.2视觉里程计研究中的关键技术经典的视觉里程计系统大多基于两帧计算框架，其工作流程一般包括特征的选择与关联，以及基于所获得的特征关联集合的帧间位姿估计。这两个模块所涉及到的技术是视觉里程计研究的关键。在获取

4、图像之后，视觉里程计需要从图像中提取一定数量的特征，并以此作为帧间位姿估计的输入。用于估计位姿的特征应当具有良好的光度不变性和几何不变性[2]。前者是指当两个视角有较大的光线变化时，从对应两帧图像所检测到的特征依然对应相同的三维世界位置；后者则表示特征在任何投影变换后其性质不发生改变，例如投影变换后的点还是点，直线还是直线。这种几何不变性是基于特征的位姿估计算法的重要基础。点特征、直线特征[3]、曲线（边缘）特征[4]都可以用于计算两个视角之间的几何变换关系。视觉里程计中可以使用直线或边缘特征，像文献[5]和[6]中提到的。然而

5、与点不同，直线更难匹配因为非常容易被遮挡；此外，边缘直线段的起点和终点有可能不存在（被遮挡或是地平线）。因此，绝大部分的视觉里程计系统使用的是点特征，而直线特征一般在结构化环境中用作对点特征的补充，从而提供附加的信息，例如方向（直线或边缘的），以及平面或正交约束。图1.1展示了在视觉里程计系统中常用的点特征和直线特征。..第2章视觉里程计系统模型构建2.1视觉里程计系统构成与工作原理经典的视觉里程计系统大多基于两帧计算框架，其工作流程一般包括特征的选择与关联，以及基于所获得的特征关联集合的帧间位姿估计。其中，特征选择与关联、帧间

6、位姿估计这两个模块，在获取每一帧新的图像时都需要进行，是构成视觉里程计系统的必要模块；而利用多帧图像信息的局部优化则是一个可选模块。图2.2展示了该构成。考虑视觉里程计的一般系统，智能车辆在环境中移动，在智能车辆上装载的相机系统以离散时间间隔采集图像。相机与车辆刚性连接，并保持相对位置关系不发生变化。为简要起见，视觉里程计系统的局部坐标系定义与相机坐标系相同，如图2.4所示，相机坐标系的z轴为光轴方向；车辆坐标系以车辆质心为原点，与相机坐标系之间存在一定的偏移。图2.4中所表达的车辆坐标系不同于经典的车辆坐标系，指向前方的为z轴

7、，y轴垂直于车体横切面向下，这是为了符合摄影测量学中的习惯与相机坐标系保持一致。对于立体视觉系统，通常将左相机成像中心位置定义为原点。在图2.4中，相机水平安装，其光轴平行于车辆坐标系的z轴。.2.2视觉里程计系统模型视觉里程计系统各模块的独立数学模型是系统研究、分析及进行新算法开发的基础。视觉里程计问题主要涉及到的是几个坐标系之间的转换关系，包括从世界坐标系到图像坐标系的转换，该过程由从三维到二维的投影实现，通用描述模型为透视相机模型；两个不同视角下，车辆坐标系的运动关系到图像坐标系的转换，对应于两视角视觉几何学模型。以下将要

8、介绍的坐标系及转换关系都是在刚性空间中定义的，世界坐标系下的目标，其形状和大小都不会发生改变。在视觉里程计系统中最常使用的相机模型是透视相机模型，又称针孔模型；把三维物理点映射到投影平面上二维点的过程称为投影变换。在投影变换中最重要的概念是齐次坐标，即把n维投影