機(jī)器人研究的核心就是：導(dǎo)航定位、路徑規(guī)劃、避障、多傳感器融合。定位技術(shù)有幾種，不關(guān)心，只關(guān)心視覺的。視覺技術(shù)用到“眼睛”可以分為：單目，雙目，多目、RGB-D，后三種可以使圖像有深度，這些眼睛亦可稱為VO（視覺里程計：單目or立體），維基百科給出的介紹：在機(jī)器人和計算機(jī)視覺問題中，視覺里程計就是一個通過分析處理相關(guān)圖像序列來確定機(jī)器人的位置和姿態(tài)。

當(dāng)今,由于數(shù)字圖像處理和計算機(jī)視覺技術(shù)的迅速發(fā)展,越來越多的研究者采用攝像機(jī)作為全自主用移動機(jī)器人的感知傳感器。這主要是因?yàn)樵瓉淼某暬?a href="http://www.1cnz.cn/tags/紅外/" target="_blank">紅外傳感器感知信息量有限,魯棒性差,而視覺系統(tǒng)則可以彌補(bǔ)這些缺點(diǎn)。而現(xiàn)實(shí)世界是三維的，而投射于攝像鏡頭（CCD/CMOS）上的圖像則是二維的，視覺處理的最終目的就是要從感知到的二維圖像中提取有關(guān)的三維世界信息。

系統(tǒng)基本組成：CCD、PCI、PC及其外設(shè)等。

CCD/CMOS

一行硅成像元素，在一個襯底上配置光敏元件和電荷轉(zhuǎn)移器件，通過電荷的依次轉(zhuǎn)移，將多個象素的視頻信號分時、順序地取出來，如面陣CCD傳感器采集的圖像的分辨率可以從32×32到1024×1024像素等。

視頻數(shù)字信號處理器

圖像信號一般是二維信號，一幅圖像通常由512×512個像素組成(當(dāng)然有時也有256×256，或者1024×1024個像素)，每個像素有256級灰度，或者是3×8bit，紅黃蘭16M種顏色，一幅圖像就有256KB或者768KB(對于彩色)個數(shù)據(jù)。為了完成視覺處理的傳感、預(yù)處理、分割、描述、識別和解釋，上述前幾項(xiàng)主要完成的數(shù)學(xué)運(yùn)算可歸納為：

(1)點(diǎn)處理常用于對比度增強(qiáng)、密度非線性較正、閾值處理、偽彩色處理等。每個像素的輸入數(shù)據(jù)經(jīng)過一定關(guān)系映射成像素的輸出數(shù)據(jù)，例如對數(shù)變換可實(shí)現(xiàn)暗區(qū)對比度擴(kuò)張。

(2)二維卷積的運(yùn)算常用于圖像平滑、尖銳化、輪廓增強(qiáng)、空間濾波、標(biāo)準(zhǔn)模板匹配計算等。若用M×M卷積核矩陣對整幅圖像進(jìn)行卷積時，要得到每個像素的輸出結(jié)果就需要作M2次乘法和(M2-1)次加法，由于圖像像素一般很多，即使用較小的卷積和，也需要進(jìn)行大量的乘加運(yùn)算和訪問存儲器。

(3)二維正交變換常用二維正交變換有FFT、Walsh、Haar和K-L變換等，常用于圖像增強(qiáng)、復(fù)原、二維濾波、數(shù)據(jù)壓縮等。

(4)坐標(biāo)變換常用于圖像的放大縮小、旋轉(zhuǎn)、移動、配準(zhǔn)、幾何校正和由攝影值重建圖像等。

(5)統(tǒng)計量計算如計算密度直方圖分布、平均值和協(xié)方差矩陣等。在進(jìn)行直方圖均衡器化、面積計算、分類和K-L變換時，常常要進(jìn)行這些統(tǒng)計量計算。

視覺導(dǎo)航定位系統(tǒng)的工作原理

簡單說來就是對機(jī)器人周邊的環(huán)境進(jìn)行光學(xué)處理，先用攝像頭進(jìn)行圖像信息采集，將采集的信息進(jìn)行壓縮，然后將它反饋到一個由神經(jīng)網(wǎng)絡(luò)和統(tǒng)計學(xué)方法構(gòu)成的學(xué)習(xí)子系統(tǒng)，再由學(xué)習(xí)子系統(tǒng)將采集到的圖像信息和機(jī)器人的實(shí)際位置聯(lián)系起來，完成機(jī)器人的自主導(dǎo)航定位功能。

1）攝像頭標(biāo)定算法：2D-3D映射求參。

傳統(tǒng)攝像機(jī)標(biāo)定主要有 Faugeras 標(biāo)定法、Tscai 兩步法、直接線性變換方法、張正友平面標(biāo)定法和 Weng迭代法。自標(biāo)定包括基于 Kruppa 方程自標(biāo)定法、分層逐步自標(biāo)定法、基于絕對二次曲面的自標(biāo)定法和 Pollefeys 的模約束法。視覺標(biāo)定有馬頌德的三正交平移法、李華的平面正交標(biāo)定法和 Hartley 旋轉(zhuǎn)求內(nèi)參數(shù)標(biāo)定法。

2）機(jī)器視覺與圖像處理：

a.預(yù)處理：灰化、降噪、濾波、二值化、邊緣檢測。。。

b.特征提取：特征空間到參數(shù)空間映射。算法有HOUGH、SIFT、SURF。

c.圖像分割：RGB-HIS。

d.圖像描述識別

3）定位算法：基于濾波器的定位算法主要有KF、SEIF、PF、EKF、UKF等。

也可以使用單目視覺和里程計融合的方法。以里程計讀數(shù)作為輔助信息,利用三角法計算特征點(diǎn)在當(dāng)前機(jī)器人坐標(biāo)系中的坐標(biāo)位置,這里的三維坐標(biāo)計算需要在延遲一個時間步的基礎(chǔ)上進(jìn)行。根據(jù)特征點(diǎn)在當(dāng)前攝像頭坐標(biāo)系中的三維坐標(biāo)以及它在地圖中的世界坐標(biāo),來估計攝像頭在世界坐標(biāo)系中的位姿。這種降低了傳感器成本,消除了里程計的累積誤差,使得定位的結(jié)果更加精確。此外,相對于立體視覺中攝像機(jī)間的標(biāo)定,這種方法只需對攝像機(jī)內(nèi)參數(shù)進(jìn)行標(biāo)定,提高了系統(tǒng)的效率。

定位算法基本過程：

簡單的算法過程，可基于OpenCV進(jìn)行簡單實(shí)現(xiàn)。

輸入

通過攝像頭獲取的視頻流（主要為灰度圖像，stereo VO中圖像既可以是彩色的，也可以是灰度的 ），記錄攝像頭在t和t+1時刻獲得的圖像為It和It+1，相機(jī)的內(nèi)參,通過相機(jī)標(biāo)定獲得，可以通過matlab或者opencv計算為固定量。

輸出

計算每一幀相機(jī)的位置+姿態(tài)

基本過程

●獲得圖像It,It+1

●對獲得圖像進(jìn)行畸變處理

●通過FAST算法對圖像It進(jìn)行特征檢測，通過KLT算法跟蹤這些特征到圖像It+1中，如果跟蹤特征有所丟失，特征數(shù)小于某個閾值，則重新進(jìn)行特征檢測

●通過帶RANSAC的5點(diǎn)算法來估計兩幅圖像的本質(zhì)矩陣

●通過計算的本質(zhì)矩陣進(jìn)行估計R,t

●對尺度信息進(jìn)行估計，最終確定旋轉(zhuǎn)矩陣和平移向量