基于多传感器信息融合的移动机器人障碍探测系统.docxVIP

基于多传感器信息融合的移动机器人障碍探测系统 　　摘 要:采用单目CCD摄像机获取环境空间的图像信息，融合来自超声波测距传感器系列的深度数据可完成对环境空间的快速理解。设计出基于多传感器信息融合的移动机器人障碍探测系统，分析了多传感信息A/D数据的实时采集方法，采用多传感器数据自适应加权融合算法获取最终测量结果。实验表明该算法具有线性无偏最小方差性，可获取最优的数据融合值。　　关键词:机器人视觉；多传感器信息；障碍物检测；数据融合　　中图分类号： 文献标志码：A　　　　Obstacle Detecting System of Mobile Robot Based on Multi-sensor　　Information Amalgamation　　YU Ping，SHOU Bing　　(Jiangxi Industry Polytechnic College, Nanchang , China)　　Abstract:Image information of environment space can be obtained by one-eye CCD vidicon, and rapid comprehension of environment space is implemented by amalgamating depth data from supersonic displacement measurement sensor. Mobile robot obstacle detecting system based on multi-sensor information amalgamation is designed, and real time A/D data collecting method of multi-sensor information is analyzed. Ultimate measurement results can be obtained by multi-sensor data auto-adjustable amalgamation arithmetic. It indicates that the arithmetic has the properties of no linear error and minimum convariance error which can optimize data amalgamation values.　　Key words:robot vision;multi-sensor information;obstacle detecting;data amalgamation　　　　自主导航对于移动机器人在障碍空间运动具有十分重要的意义，而获得机器人对环境空间的理解是移动机器人实现自主导航的先决条件。传统的感知环境的方法是使用超声波、光电开关实现移动机器人的避障，这种方法在一定程度上能实现机器人的局部自主导航。随着CCD电荷耦合器件的出现，从图像上获取的环境空间信息数据由于其完整性越来越起着决定性的作用。基于人眼模型的双目视觉检测技术是一种立体视觉检测系统［1-2］，近年来被成功地用于工业检测、物体识别、工件定位等诸多领域。但双目视觉检测技术需要对来自两个CCD摄像机的两幅图像进行匹配，以形成一幅完整的三维立体图像。对于灰度图像利用灰度相关取灰度相关最大位置实现匹配，但灰度相关匹配的计算量很大，并且匹配精度也难以达到理想的效果。如在作像素级灰度相关融合时，设数字化后待融合图像尺寸为NN像素，采用较好融合效果的金字塔法需要的MAC运算总量达到1253N2，取N=480，设“实时”要求为每秒10帧，则MAC运算总量达到100M，仅从图像匹配校准方面可见双目CCD立体检测技术难以满足移动机器人对环境空间的理解。　　　　1 移动机器人障碍探测系统结构　　　　基于小孔成像模型的单目CCD摄像系统如果能辅助某种手段获得纵深数据，就可以实现信息从数字图像坐标向三维世界坐标下的转化［3-4］。本文给出了一个基于多传感器信息的移动机器人障碍探测系统，其结构功能如图1所示。　　机器人障碍探测系统在理解环境空间过程中，超声波测距传感器系列不断对移动环境空间进行扫描，当检测到障碍物时返回障碍物的距离信息，计算机根据获得的距离数据判断是否触发热释电红外传感器检测障碍物温度以及从黑白CCD摄像机采样环境空间图像信息［5］。障碍物的距离信息、温度信息经HY-6070数据采集控制板实现A/D转换，同图像采集卡送来的数字图像数据一并送计算机进行融合处理。计算机对二维灰度图像进行滤噪平滑预处理，从限定的背景中分离出图像目标，获取其轮廓及形心位置，在