PDF《遥操 作机 器人 全 局摄 像机图像 畸 变校 正》

2 0

0 7 ―

0 4 ―

2 3 : 修订日期 :

2 0

0 7 ―

0 9 ―

2 5 基金项 目: 国家 自然科学基金重点项 目(

6 0

5 3

5 0

1 0 ) ;

国家 自然科学基金面上项 目(

6 0

4 7

5 0

2 7 ) 作者简介 : 李帅(

1 9

8 3 一),男,在读硕士研究生 , 主要研究方 向为移 动机器人导航 、 机器 人遥 操作 ;

梁华 为(

1 9

6 6 ~ ) , 男,研究 员,硕士生导 师,研究方向为 智 能仪 器仪表与移动机器 人.维普资讯 http://www.cqvip.com 图1基于Internet的遥 操作系统原 理图Fig.1Pr i n c i p l e d i a g r a m o f t e l e r o b o t s y s t e m b a s e d o n I n t er n et 本方 法采用视 觉定位 来获得 机器人 的坐标 .为 了在 较大 的活 动空 间 内都可 以对机 器人 进 行定 位,需要摄像 机 的视 野尽可 能的大 ,因此 采用具 有大视 野范 围的广角镜头 , 但是 , 广角镜 头带来 了较 大 的图 像 畸变 , 如果不进 行校正 , 视觉定 位将会 产生 较大 的误差,影响定位精 度.通过 合理 的设 计广 角镜头 ,可 以在 一定 程度上 减 小畸变 ,但是 由于各 种加T误差、安 装误 差 的存 在,畸变仍 然是 不可避免 的 .并且 , 利用 光学方 法来 校 正畸变 , 往往会 产生一个 复杂 的光学 系统 , 这不但 使 设计难 度加大 ,而且 给制造工 艺也带 来一 定 的难 度,提高 了光学 系统 的制 造成本 .因此 , 对于要 求比较高的广 角镜头视 觉 系统 ,除 了在 镜头 设计 时进行 光 学校正 外,还要 通过软件 对 图像 进行 畸变 校正 . 通过校正 , 可 以对光 学系统进 行 畸变补偿 , 有效 地改善 其 图像 的畸 变失 真 ,使得 到 的结 果满足定 位要 求.Faig直接非线 性最 小优化方 法建立 了空 间点 和像平 面上点 的映射 函数 关系,建立 实际空 间的控 制点 与其对应 的图像像 素坐标 ,根据 残差 目标检验 函数 最小作为准 则进行优 化,从而获得 参数 的值 . 由于这种 方法参数很多 , 参数的确 定 比较麻 烦,计算 复杂 [

9 1 . T s a i 提【叶J基于径 向排列 约束 的两步 法 ,这种方 法分 两 步逐步 对参数求 解 ,每一 步只需要求 解线 性方程 组,算法过 程简 洁,收敛 速度快 , 但是 当像 素分 辨率 较高时,运算精 度 比较低 [

1 o .

1 1 l ;

混合法考 虑 图像 的径 向和切 向畸变 , 不 需要设 定参数 的初始 值,虽然该方 法可以获 得 比较好 的结果 ,但是算 法 的迭代 运算耗 费较多时 问,实时性 差【 l

2 ;

文献『

1 3

1 提 出基 于光 学成 像 规律 的工 程校正 方法 ,该方 法简单 有效地 解决 了径向畸变校 正 问题 , 它能够 通过缩 小 网格间距 、 增加 网格 点数 目, 使测 量误差 控制在

1 %以内 . 上述方 法都是 通过理 论分 析建立 图像畸 变 的数 学模 型,对于模型 描述 比较 准确 的场合 , 可 以获得很 好 的效果 . 但是,建模过程 不可避 免会 忽略一些 次要 日 因素 的影 响 ,这些 因素会 给最终 模型带 来一 定的 系统误差 , 有些 时候 这些 误差 是不 可忽视 的.神经网络 是 一种不 基于 模型 的算法 , 具有 非线性 逼近 的能力 , 只需 要通 过输 入输 出样本 的训 练就可 以逼近模 型的输入输出特性 ,非常适合这种精确的数学模型难以 获得或求解的场合.本 文采用径向基神经网络 ( R B F N N) 逼近 图像畸 变模 型,实现 基 于全 局摄像 机 的移动 机器人 视觉定 位 ,通过样 本来 训练该 神经 网络,优化 网络权 值,实现逼 近 目的 .由于这种方 法不 依赖于畸变模 型,因此 , 适 用于 多种畸 变形式 .