视觉导航关键技术及应用研究
作者：张伟
来源：《价值工程》2010年第25期
摘要: 由于视觉导航技术的应用越来越普及,因此,有必要对视觉导航中的关键技术及应用进行研究。
文章对其中的图像处理技术和定位与跟踪技术进行了详细研究,并与此相对应,介绍的相关的应用。
Abstract: Due to the application of visual navigation technology is becoming more and more popular, and therefore, it is necessary to study visual navigation key technologies and applications. In this paper, digital image processing techniques and location and tracking technologies are studied in details, and correspondingly, the relevant application is introduced.
关键词: 视觉导航;图像分割;定位跟踪
Key words: visual navigation;image segmentation;position tracking
中图分类号:TP39 文献标识码:A文章编号:1006-4311(2010)25-0171-01
0引言
伴随着电子技术、计算机技术工业控制技术等的发展,机器智能移动技术也得到了很大的发展。
机器智能移动技术的关键部分就是视觉导航技术。
视觉导航技术是在机器视觉的基础上发展起来的。
但是与机器视觉又有区别,主要表现为在机器视觉的基础上增加了定位跟踪技术,于是就产生了视觉导航技术。
通常一个视觉导航系统由视觉信息采集部分、视觉信息处理部分及导航跟踪部分三大部分构成[1-2]。
三部分有机结合,完成视觉导航,具体的工作原理如图1所示。
其中视觉信息采集部分主要是完成对机器将要经过路线上的图像的采集,这个过程主要由摄像机(CCD)完成;视觉信息处理主要是对采集到的图像进行增强、边缘提取和分割等;利用一定的跟踪算法,实现机器的智能跟踪,即完成机器的导航。
1视觉导航的主要关键技术
构成视觉导航系统的四个部分中,其中的视觉信息处理部分和智能定位与跟踪部分是系统的核心,这两个部分用到的技术是视觉导航系统的关键技术。
这些关键技术主要包括两大方面,即图像处理技术和智能定位与跟踪技术。
1.1 像处理技术在图像采集时,图像噪声的大小,摄像角度上的光线,非理想话图像处理等都会使图像质量变差[3]。
再加上道路两旁及道路本省背景的复杂性,要把有用的图像信息提取出来难度很大。
因此,为了更好的提取出对导航有用的图像信息,需要对图像进行处理。
图像处理主要是对图像进行分割,把机器能经过的道路与路障分开来。
图像分割主要包括边缘提取和阈值分割。
边缘提取。
边缘主要是指图像局部变化最明显的部分,边缘是划分目标与目标、目标与背景、区域与区域的标志。
图像边缘的检测主要就是利用图像像素点灰度值的不连续性,将目标和背景等不同的区域分开来。
常用的边缘提取方法是模板法。
模板也称为边缘检测算子,模板的数学基础的图像像素点的梯度变化。
阈值分割。
阈值分割的基本原理图像中不同像素点的值不同,通过选取合适的阈值,就可以将图像划分为不同的部分。
阈值分割中最典型的就是图像的二值化。
图像二值化的方法很多,主要有整体阈值法、局部阈值法和动态阈值法。
不论是图像边缘的提取,还是图像的二值化。
其对图像处理的效果,关系到后续的机器智能定位与跟踪。
视觉导航能否实现,图像处理是关键因素之一。
因此,在图像处理时一定要选择合适的图像处理算法,为后续视觉导航的实现服务。
1.2 智能定位与跟踪视觉导航技术中的另一关键技术——智能定位与跟踪。
智能定位与跟踪主要是完成对安装了视觉导航系统的机器移动路径及路径上的障碍物的识别,使机器能够实现智能移动。
常用的路径与障碍物识别方法有基于道路模型的路径识别方法、基于Hough变换的路径识别、基于LVQ神经网络的路径识别方法。
2视觉导航技术的应用
由于视觉导航技术的发展越来越成熟,其使用也越来越广泛。
在工农业生产等各个不同的领域都有所应用。
视觉导航技术的应用,给这些领域的生产工作带来了极大的便利,大大提高了机器的工作效率。
2.1 视觉导航技术在农业生产中的应用。
视觉导航技术在农业生产中的应用,主要表现为农业机械的导航。
视觉导航技术用于农业机械的导航,主要是帮助农业机械把目标物与周围的背景区分开来。
07年,伦冠德[11]利用图像增强技术与Hough变换相结合,对传统的导航模型存在的不足进行了改进研究,研究结果表明,新方法对导航路径的识别由于传统的模型导航;09年,杨为民等将动态窗口处理技术与Hough变换相结合,对农业机械中的视觉导航系统进行了改进,并取得了较好的导航效果等。
2.2 视觉导航技术在机器人领域的应用目前世界上许多危险环境下的作业,都是由机器人完成的。
比如机器人用于深海探测。
机器人要自动到达既定的探测,而不因为碰到障碍物损坏,这
就要求机器人必须要有视觉导航功能。
05年,周庆瑞等对视觉导航技术在机器人中的应用进行的研究。
利用图像的深度信心,再结合相应的校正算法与跟踪技术,实现了机器人的智能移动。
2.3 视觉导航在移动车辆中的应用。
具有智能导航功能的移动车辆是当今车辆研究领域的前沿。
智能车辆的导航主要是完成环境感知、规划决策和辅助驾驶等功能,这些功能的实现需要计算机视觉技术、控制技术和电子技术等的支撑。
其中最重要的还是视觉导航技术。
如09年,钱云等研制的基于视觉导航的智能车货物搬运系统,充分利用的图像的边缘提取技术,对智能车要经过的路径进行识别,并且取得了较好的效果。
从上面三个方面的分析研究表明,视觉导航技术在各个领域中的具体应用不同,但所使用的关键技术基本是相同的。
主要都是对图像信息的处理和对运动路径的定位于跟踪。
3小结
随着机器视觉产品与我们的生产和生活越来越近,很有必要对视觉导航技术进行必要的研究及应用分析,以便人们能够更好的理解视觉导航产片的工作原理与功能。
参考文献:
[1]吴琳.计算机视觉导航综述[J].人工智能及识别技术.
[2]邓继中等.机器视觉在农业机械中的应用[J].农机化研究,2001,(05).
[3]严建媛.机器人导航线提取算法的研究与实现,2008.。