基于立体视觉在线实时测量系统设计与实现.docVIP

基于立体视觉在线实时测量系统设计与实现 　　摘要：为了满足深空探测器实时测量天体表面形貌的需求，设计并实现了一套基于立体视觉的在线实时测量原型系统。该系统通过立体相机实时获取空间天体的立体影像，利用每次观测的一组立体影像来重建其局部表面形状；再对每次重建的局部模型进行连接，得到空间天体完整的表面形貌模型。通过仿真实验验证了该系统的可行性， 数据处理的速度与精度可以满足对深空目标进行实时测量的需要。 　　关键词：立体视觉；实时测量；模型连接；影像匹配；序列立体影像 　　中图分类号：TP391.41 文献标志码：A 　　Abstract：In order to satisfy the realtime demand of deep space probe map topography of celestial body， an online mobile realtime mapping prototype system based on image stereo vision was designed and implemented in this paper. Stereo images of space object was obtained in realtime by the stereo camera， a group of observed stereo images was used to reconstruct its surface shape， and then the local reconstructed model was connected to generate the whole surface topography model of the space object. The feasibility， accuracy and speed were proved by experiment. The results show that it can meet the demend of realtime mapping. 　　Key words：stereo vision； realtime mapping； model connection； image matching； sequence stereo image 　　0 引言 　　目前，深空探测器在空间天体的抵近过程中主要依据单个高分辨率光学传感器与激光测距仪等科学仪器来测量其表面信息[1-3]。这种方式虽然有机械结构简单、易操作的特点，但是存在处理速度慢、地形点稀疏等不足，无法满足探测器精确着陆和避障导航的需求。其原因是单个光学传感器必须依靠在不同位置的多次成像来进行摄影测量处理，而探测器位置与姿态的变化会使影像内容存在明显差异，导致后续的密集匹配与坐标解算十分困难；现有的激光测距数据往往比较稀疏，在空间天体表面的密集测量中只能起到辅助作用， 因此，有学者提出采用立体视觉测量的方法来对空间天体进行实时测量[3-6]。 　　华盛顿大学与微软公司[7]合作为火星卫星“探测者”号研制了宽基线立体视觉系统，系统使用同一个摄像机在“探测者”的不同位置上拍摄图像对，根据两次拍摄图像时摄像机的相对位置，利用高效的图像匹配计算得到图像对中各点的三维坐标，使“探测者”号能够在火星上对其即将跨越的几千米内的地形进行精确的定位和导航。传统的目标分割算法难以在高速实时环境中得到令人满意的结果，麻省理工学院计算机系针对这一特点，提出了一种用于智能交通工具的传感器融合方法，由雷达系统提供目标深度的大致范围，利用双目立体视觉提供粗略的目标深度信息，结合改进的图像分割算法，能够在高速环境下对视频图像中的目标位置进行分割[8]。日本大阪大学自适应机械系统研究院研制了一种自适应双目视觉伺服系统，利用双目立体视觉的原理，识别每幅图像中相对静止的三个标志，以预测出目标下一步运动方向，实现了对运动方式未知目标的自适应跟踪[9]。国内哈尔滨工业大学等[10-11]构建了一套异构双目活动视觉系统，通过将一个固定摄像机和一个可以水平旋转的摄像机分别安装在机器人的顶部和中下部，利用双目协调技术使机器人同时捕捉多个有效目标，实现了全自主足球机器人导航。 　　以上系统和方法有自己的优缺点和适用性，在各自的领域都取得了一定的成功，但是还存在以下问题： 　　1）获取的场景三维信息不完整。有的系统仅获取场景中部分标志物的三维信息，有的系统仅获取场景中部分物体的三维信息，有的系统虽然获取了整个场景的三维信息但密度不够，不能表达场景中的一些细节信息。 　　2）获取的场景三维信息未能整合。立体相机每一次拍摄的立体图像均可以生成对应场景的三维模型，但随着立体相机的移动，并没有考虑