基于实时局部特征描述自然路标提取与匹配.docVIP

基于实时局部特征描述自然路标提取与匹配 　　摘 要： 针对户外场景路标匹配中所需的局部特征抽取和匹配技术进行研究，提出了基于曲率的特征抽取和二进制特征描述相结合的方法。算法利用基于曲率算法的特征分布较合理的特性，克服了传统特征分布不均的问题，且通过二进制描述算法解决了特征匹配的实时性问题，最后通过实验对比了不同算法的有效性和实时性。结果表明，该算法能够在保证实时性的同时提取出有效的均匀特征点。 　　关键词： 特征匹配； 特征抽取； 路标匹配； 曲率算法 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2015）15?0008?04 　　Extraction and matching of natural road sign 　　based on real?time local features description 　　LIU Tianheng1， SHI Chaoxia1， WANG Yipu2 　　（1. School of Computer Science and Engineering， Nanjing University of Science and Technology， Nanjing 210094， China； 　　2. School of Computer Science and Technology， Harbin University of Science and Technology， Harbin 150080， China） 　　Abstract： Local features extraction and matching techniques required in outdoor scene road sign matching are studied. The method in combination with curvature based feature extraction and binary feature description is proposed. The algorithm takes the advantage of reasonable features distribution in curvature algorithm to overcome the problems of traditional features uneven distribution. The real?time problem of feature matching is resolved by binary description algorithm. The validity and real?time performance of different algorithms are compared by experiments. The experimental results show that the proposed algorithm can extract even features effectively while guaranteeing real?time performance. 　　Keywords： feature matching； feature extraction； road sign matching； curvature algorithm 　　0 引 言 　　定位是移动机器人最基本的功能之一，最早的定位研究成果主要是通过机器人的内部传感器，如码表、惯性仪等设施实现定位，但由于打滑、地面崎岖不平等原因造成的误差累积常常会导致定位结果不精确，不宜长时间单独导航。如果通过GPS定位或者利用我国的北斗导航系统定位，在有遮挡区域等信号不好的地方定位系统将失效，因此，人们开始逐渐采用外部传感器来辅助定位，比如红外和视觉传感器[1?2]。 　　视觉传感器因其丰富的环境信息如视觉、纹理、形状等备受关注，而且由计算机视觉理论可知，通过视觉系统便可准确识别出目标并判断出自身位姿。目前许多现存的方法中，大多采用人工设置路标，然后在机器人移动过程中对事先设定的人工路标进行匹配实现定位。但是随着研究工作的不断进展，人们逐渐将移动机器人的应用场景从室内转到了室外，此时许多特定情况下，人工设置路标是不现实的，所以自然路标就成为在户外条件下的首选方法。所谓自然特征就是指环境中已有的、非人工设置的、能够用以标识不同环境场景的特征对象。相对于室内大多结构化的环境，室外复杂的非结构化环境对移动机器人的定位和导航带来了相当大的挑战，同时，相对于室内，室外不断变化的光照条件和气候环境也是研究中的一大挑战。