南京航空航天大学-lw-基于立体视觉和光流的无人机避障算法研究.DOC

作者简介：朱平(1994-)，女，浙江嘉兴人，本科，研究方向为控制工程；甄子洋（1981-），男，江苏南京人，副教授，博士，研究方向为信息融合控制、无人机飞行控制与计算智能；覃海群（1992-），女，江苏南京人，硕士研究生，研究方向为控制工程；江驹（1963-），男，江苏扬州人，教授，博士，研究方向为导航制导与控制 基于立体视觉和光流的无人机避障算法研究 南京航空航天大学 朱平，甄子洋，覃海群，江驹 （南京航空航天大学 自动化学院 ，江苏 南京 210016） （已被电光与控制录用，将于2017年12月发表） 甄子洋，副教授 中文摘要：无人机在飞行过程中必须能够检测障碍物并且能够准确地躲避障碍物。为了使无人机在飞行过程中更加安全，提出了一种双目立体视觉和光流相结合的避障方法。双目立体视觉通过边缘索引算法来获取可靠的视差值，并根据视差线汇聚角度得到空间深度信息，进而辨别物体的远近；基于SIFT的光流法能得到障碍物相对于摄像头的每一个时刻的运动速度。为了更快地得到更加准确的位置信息，将立体视觉和光流结合在一起。实验结果表明，此方法能有效提高避障的效率和精度。 英文摘要：In order to make the UAV safer in flight, a method of obstacle avoidance combining binocular stereoscopic vision and optical flow is proposed. Binocular stereoscopic vision to obtain reliable parallax value through the edge index algorithm, and according to the parallax convergence angle to get the spatial depth information, and then identify the object distance; based on SIFT optical flow method can be Obstacle relative to the camera every moment Of the movement speed. In order to obtain more accurate position information more quickly, stereoscopic vision and optical flow are combined together. The experimental results showed that this method can effectively improve the efficiency and precision of obstacle avoidance. 关键词：无人机避障；双目立体视觉；光流 一、引言 无人机避障算法的研究是研究无人机的重点[1][2][3][4]。立体视觉和光流是目前的研究热点[5-6]，本文结合光流与双目立体视觉算法，能够准确的判断物体的景深，并能得到距离镜头最近的物体的运动速度，然后做出相应的避障动作。在避障中取得很好的效果。 对此，本文给出算法流程图，如图1所示。 图1 无人机避障算法流程图 由图1可知，避障算法的主要步骤为：①立体视觉处理得到深度信息，初步检测障碍物的位置。②结合光流法得到特征点运动速度。无人机在接受速度信息后即可做出相应的避障动作。下面对以上步骤进行详细的描述。 二、避障算法过程描述 （一）基于双目立体视觉的近物目标识别 1.双目立体视觉原理 眼在观察一个目标物的时候，它会在我们的视网膜上形成图像，并且两眼的图像之间存在一定的位置差，这就是视差。 双目立体视觉的原理图如图2所示。 图2 平视双目立体视觉原理 图中分别用和表示两架有一定角度差的摄像机，它们之间相距b。并且我们设定镜头的光心处为P点，即为摄像机坐标系的原点所在位置。和为左右图像的原点。如果空间中有某一点P，它的坐标即为和。两台摄像机所得的图像在同一个平面上，那么点P的Y坐标就一样，即。由此可得P的坐标： (1) (2) (3) 由此可知，要确定一个点的具体位置坐标，只需确定在空间中的这一个点在两个摄像机成像图像上的对应点。 2.基于双目视觉的障碍物探测 因为检测过程中的目标和所使用的成像设备之间的联系我们是未知的，所以首先要进行的是对成像设备的参数的设定。在获得了它的各个参数之后有利于将空间和平面中的点建立相互的联系。之后，需要找到同一场景点在左右两幅图像中的像点，并把它们正确地匹配起来，才能结合摄像机标定参数计算出特征点的三维信息，进而得到目标的位姿信息。获得