鄧星宇,朱興龍,王 超

(揚州大學(xué) 機械工程學(xué)院，江蘇 揚州 225127)

一種基于單目視覺和激光點的測距方法

鄧星宇,朱興龍,王 超

(揚州大學(xué) 機械工程學(xué)院，江蘇 揚州 225127)

建立一種基于單目視覺和激光點的測距模型。首先由三坐標(biāo)測量機測量激光點在物體上的位置信息，采用圖像處理該物體上激光點在單目CCD圖像上的位置信息，建立一一對應(yīng)關(guān)系，然后移動物體，使CCD圖像上的激光點發(fā)生變化，得到多組對應(yīng)的數(shù)據(jù)。根據(jù)這些數(shù)據(jù)，利用分段曲線擬合方法，建立了實驗?zāi)Ｐ?。根?jù)建立的模型，進行一定范圍內(nèi)的距離測量，并與三坐標(biāo)測量的結(jié)果比較，驗證了這種方法的可行性，為移動機器人自主避障提供了條件。

單目視覺測量；分段曲線擬合；測距模型；機器人

自從20世紀(jì)80年代以來，隨著計算機和新型傳感器技術(shù)的迅猛發(fā)展，移動機器人在運動結(jié)構(gòu)、環(huán)境感知、多傳感融合、視覺以及智能導(dǎo)航等領(lǐng)域都取得了大量的研究成果。隨著圖像采集設(shè)備性能不斷提升，價格的持續(xù)下降，使利用攝像機作為傳感器成為了可能，并且圖像處理和計算機視覺領(lǐng)域的飛速發(fā)展，也為視覺在移動機器人的應(yīng)用提供了堅實的理論基礎(chǔ)。視覺信息的獲取主要有單目、雙目和多目幾種方式。單目視覺由于結(jié)構(gòu)簡單，測量靈活，被廣泛地研究和應(yīng)用。文獻[1]～[3]介紹了僅使用1臺攝像機即可測量出目標(biāo)物相對攝像機的三維姿態(tài)數(shù)據(jù)和三維位移數(shù)據(jù)。

單目視覺測距是利用單個攝像機拍攝的圖像獲取深度信息，按照測量的原理主要分為兩種測量方法：基于已知物體和基于已知運動?；谝阎矬w的測量方法是指在已知物體信息的條件下利用攝像機所獲取的目標(biāo)圖像，由此得到其深度信息。此類方法多用于視覺導(dǎo)航與定位。文獻[4]采用人工標(biāo)記法建立地圖，利用單個攝像機采集到的圖像進行分析處理，由此來定位攝像機所在的位置；文獻[5]研究了基于單個攝像機的視覺導(dǎo)航，該研究實現(xiàn)了移動機器人在已知的環(huán)境下對目標(biāo)物進行識別和抓??；文獻[6]介紹了一種基于單目視覺的移動機器人智能控制系統(tǒng)，該系統(tǒng)實現(xiàn)了目標(biāo)物的定位、拾取及搬運?；谝阎\動的測量方法是指根據(jù)攝像機的移動信息以及獲取的圖像得到目標(biāo)物的深度信息。文獻[7]中介紹了一種單目視覺測距的新方法，其原理是利用攝像機采集到物體運動前后兩幅圖像比例的變化得出攝像機與目標(biāo)物之間的距離，在文獻[8]～[9]中測量了不同紋理下的目標(biāo)物，驗證了文中標(biāo)定算法的良好性能。在此基礎(chǔ)上，文獻[10]根據(jù)多幅圖像建立的模型預(yù)測了目標(biāo)物的深度信息。

對上述的研究進一步分析可以發(fā)現(xiàn)，研究都采用的是一種“順”序的研究思路：先推導(dǎo)出成像的幾何模型，再根據(jù)此模型計算距離。他們都有共同的特點：基于小孔成像模型或透鏡成像模型，在理想光路的前提下，研究投影幾何關(guān)系，并采用了眾多假設(shè)以簡化問題，如攝像機水平放置、道路為直路、路面為水平等，這些假設(shè)在實際應(yīng)用中卻很難實現(xiàn)。本文基于一種“逆”向的研究思路：先獲取距離樣本點與成像中心坐標(biāo)之間一一對應(yīng)關(guān)系，再用數(shù)據(jù)擬合的方法建立該映射關(guān)系對應(yīng)的測距模型。

1 數(shù)據(jù)擬合建模原理及其方法

在建模分析中，常常會遇到兩類變量：一類帶有“原因”性質(zhì)，稱為自變量，另一類帶有“結(jié)果”性質(zhì)，稱為因變量。通過一組實驗數(shù)據(jù)，研究兩類變量之間的關(guān)系，從而建立起一個數(shù)學(xué)模型。應(yīng)用所得模型進行因果關(guān)系分析或者用于預(yù)測、優(yōu)化與控制等其他目的，這就是數(shù)據(jù)擬合要研究的主要內(nèi)容。

數(shù)據(jù)擬合的主要功能是尋求平滑的曲線來更好地表現(xiàn)帶有噪聲的測量數(shù)據(jù)，從這些測量數(shù)據(jù)中尋求兩個函數(shù)變量之間的關(guān)系或者變化趨勢，最后得到數(shù)據(jù)擬合的函數(shù)式y(tǒng)=f(x)。最常用的是多項式曲線擬合，或稱為最小二乘法，其設(shè)定曲線擬合的目標(biāo)是最小方差，最后得到擬合曲線：

(1)

然而當(dāng)數(shù)據(jù)點較多時，多項式階數(shù)太低，擬合精度和效果不好，要提高擬合精度就需要提高曲線階數(shù)，但階數(shù)太高又帶來計算上的復(fù)雜性及其他方面的不利。因此，如果只采用一種多項式曲線函數(shù)擬合較多的數(shù)據(jù)點，難以取得較好的擬合精度和效果。為有效地解決上述問題，一般采用分段曲線擬合。

分段曲線擬合的基本原理是先根據(jù)數(shù)據(jù)分布的特點，確定分段數(shù)目以及相應(yīng)擬合曲線類型。擬合函數(shù)一般可選為多項式函數(shù)，因為在一定范圍內(nèi)，連續(xù)函數(shù)可用多項式任意逼近，然后再應(yīng)用最小二乘法原理求得各分段擬合方程的系數(shù)。

2 單目視覺測距實驗平臺組成

2.1實驗平臺的硬件

實驗平臺的硬件由幾個不同功能模塊的部件組合而成。它包括三坐標(biāo)測量機、六自由度位姿調(diào)節(jié)平臺、標(biāo)靶、激光源和攝像機等5個部分，如圖1所示。

圖1 標(biāo)定平臺硬件

三坐標(biāo)測量機是一種多用途、高效率的精密型長度計量儀器。本文三坐標(biāo)測量機采用Daisy8106H，其測量范圍為x:800,y:1 000,z:600(單位：mm)，示值誤差為(1.7+L/330)μm。

六自由度位姿調(diào)節(jié)平臺可以實現(xiàn)x軸、y軸和z軸的移動以及繞x軸、y軸和z軸的轉(zhuǎn)動。本實驗主要采用六自由度位姿調(diào)節(jié)平臺調(diào)節(jié)標(biāo)靶和攝像機的姿態(tài)及各自沿y軸方向的位移。

本實驗攝像機為Panasonic(松下)WV-BP330系列的產(chǎn)品，圖像采集卡是凌智公司的產(chǎn)品，型號為PIH-309E。

2.2實驗平臺的軟件

a.測量軟件AC-DMIS：AC-DMIS測量軟件是三坐標(biāo)測量機配套軟件，它提供了機器運動控制、基本幾何量測量等多種功能。本實驗應(yīng)用該軟件的機器運動控制和基本幾何測量(點測量)兩個功能。

b.圖像采集MATROX：本實驗采用Matrox Intellicam圖像采集軟件進行圖像采集，該軟件可以實時顯示目標(biāo)物體的圖像，可以對目標(biāo)物體拍照并存儲。

c.步進電機控制：本實驗選擇的是57BYGH803B型步進電機，步進電機驅(qū)動器是BL-210，利用該驅(qū)動器細(xì)分，使步進電機的步距角為0.9°。本實驗利用VC++編寫的程序來控制六自由度位姿調(diào)節(jié)平臺系統(tǒng)。

3 實驗與結(jié)果分析

3.1標(biāo)定實驗

首先將標(biāo)靶的姿態(tài)通過相應(yīng)機構(gòu)調(diào)節(jié)出所需的姿態(tài)，并將y軸方向調(diào)整與三坐標(biāo)測量機坐標(biāo)系y軸方向一致。再將攝像機CCD成像面方位調(diào)節(jié)與三坐標(biāo)測量機坐標(biāo)系一致。利用三坐標(biāo)測量機測出攝像機和標(biāo)靶的原始位置，同時采集此時激光源照射在標(biāo)靶上光斑的圖像。然后六自由度位姿調(diào)節(jié)平臺沿y軸方向移動標(biāo)靶的位置，移動的距離為20mm，移動方向為靠近攝像機，并采集此時標(biāo)靶上光斑的圖像。重復(fù)上述操作15次，并得到15幅圖像。當(dāng)標(biāo)靶臺移至其極限位置時，六自由度位姿調(diào)節(jié)平臺沿y軸方向移動攝像機的位置，移動的距離仍為20mm，移動方向為靠近標(biāo)靶臺，采集此時標(biāo)靶上光斑的圖像。重復(fù)上述操作4次，得到4幅圖像。圖2為本實驗采集的19幅圖像。

對采集好的19幅圖像進行圖像處理并得到每幅圖像光斑的中心坐標(biāo)，圖像中心坐標(biāo)采集數(shù)據(jù)見表1。

3.2分段曲線擬合

由于攝像機鏡頭畸變和激光光源的散射，有些圖像中心橫坐標(biāo)變化較大，而本實驗是以圖像中心橫坐標(biāo)基本保持不變?yōu)榍疤岬模瑢で髨D像中心縱坐標(biāo)與對應(yīng)距離之間的映射關(guān)系。因此將“漂移”的點剔除(即位置12以后的點)，將前12組數(shù)據(jù)分成2部分，將第一到第六組數(shù)據(jù)分為第一部分，再將第六到第十二組數(shù)據(jù)分為第二部分。前一段末尾的數(shù)據(jù)為下一段數(shù)據(jù)的首位，這樣便保證了數(shù)據(jù)分段的連續(xù)性。經(jīng)試驗，取公式(1)多項式為二次多項式進行擬合較為適當(dāng)。該表達(dá)式為：

圖2 試驗采集的光斑圖像

表1實驗數(shù)據(jù)

位置攝像機位置/mm標(biāo)靶位置/mm兩者間距離/mm圖像中心橫坐標(biāo)/Pixel圖像中心縱坐標(biāo)/Pixel1619．5668-26．7117646．2785340．9110158．21232-6．8792626．4460340．6103154．2426313．3460606．2208340．8400150．0933433．4637586．1031340．1415145．2170553．3322566．2346340．1167140．6000673．2917546．2751340．7300134．6500793．3045526．2623340．2500129．78688113．2879506．2789340．2517123．32659133．3233486．2435340．1172116．953110153．4200466．1468339．0168109．958011173．3612446．2056339．1941102．494512193．2824426．2844339．465493．377413213．3217406．2451337．773385．213314233．3013386．2655339．109073．436115253．3210366．2458338．405463．114916599．5019346．1809339．141149．122717579．5461326．2251337．395736．237418559．5963306．2753337．218019．910019539．6286286．3076336．00005．6832

(2)

采用相關(guān)軟件求得這兩段擬合方程系數(shù)，見表2。

表2 系數(shù)a,b,c的值

(3)

3.3驗證精度

為了驗證該模型的擬合精度，保持?jǐn)z像機的位置不動，移動標(biāo)靶臺的位置，采集了12幅與之前不同的圖像,剔除橫坐標(biāo)變化較大的6幅圖，得到如圖3所示的圖像。按照相同的步驟得到每幅圖像的中心縱坐標(biāo)，代入相應(yīng)的分段二次多項式(式(2)),并保證這些點的中心像素坐標(biāo)值落入規(guī)定的范圍內(nèi)(不符合范圍內(nèi)的刪除)，然后與實際測得的距離進行誤差分析。分析結(jié)果見表3。

圖3 試驗采集的光斑圖像

表3計算距離與實際距離的誤差分析

x的取值范圍在[93.377 4,158.212 3]，選取表3中前6組數(shù)據(jù)代入擬合曲線中算出計算距離，并與實際距離比較可知：試驗中測距相對誤差最大為0.346 4%，說明擬合的效果還是比較理想的，可以滿足自主導(dǎo)航機器人避障測距的準(zhǔn)確性要求。

4 結(jié)束語

本文的測距思路為先測距再建模，最后根據(jù)建立的模型計算出目標(biāo)物的深度信息。此方法無需考慮成像模型、成像系統(tǒng)誤差、鏡頭畸變等帶來的影響。實驗表明，該算法思路是有效的，能滿足測距的準(zhǔn)確性要求。下一步的工作重點和難點就是研究如何將本算法模型“移植”到機器人上，讓機器人根據(jù)此模型能夠“計算”出與障礙物之間的距離，為及時避障做好準(zhǔn)備。

[1] 黃桂平,李廣云,王保豐，等. 單目視覺測量技術(shù)研究[J]. 計量學(xué)報, 2004, 25(4):314-317.

[2] 邾繼貴,李艷軍,葉聲華，等. 單攝像機虛擬立體視覺測量技術(shù)研究[J]. 光學(xué)學(xué)報, 2005,25(7): 943-948.

[3] 周平,王從軍,陳鑫. 計算機單目視覺測量系統(tǒng)[J]. 光電工程, 2005,32(12): 90-93.

[4] Eric Krotkov. Mobile robot localization using a single image[C]//Robotics and Automation,1989 IEEE International Conference. Sydney:IEEE 1989 Conference Proceedings,1989:978-983.

[5] Nguyen Xuna Dao, Bum-Jae You,Sang-Pok Oh. Visual navigation using a single camera[C]//Computer Vision,1995 Fifth International Conference. Tokyo: Computer Vision 1995 Conference Proceedings.1995:645-652.

[6] PENG G,HUANG X H,GAO J,et al. Vision based Intelligent Control and Automation[C]//WCICA 2006. Dalian: The Sixth World Congress, 2006:9124-9128.

[7] Naoki YAMAGUTI,Shunichro OE,Kenji TERADA. Method of distance measurement by using monocular camera[C]//Proceedings of the 36th SICE Annual Conference . New York:SICE Conference Proceedings. International Session Papers ,1997:1255-1260.

[8] Naoki YAMAGUTI,Shunichro OE,Kenji TERADA. A Distance Measurement available to Texture Surface by using Complex-Log Mapping[C] Industrial Electronics, Control and Instrumentation,1997 IECON 97.23rd International Conference. Tokyo:IECON 1997 Conference Proceedings, 2006:1142-1147.

[9] 石春琴,張麗艷,韋虎，等. 隨機模式投影雙目測量系統(tǒng)中的單目測量[J].光學(xué)精密工程,2010,18(1):257-274.

[10] SAXENA A,CHUNG SH,NG A. Learning depth from single monocular images[J]. Advances in Neural Information Proceedings,1989(2):978-983.

StudyontheMonocularVisionandtheRangingMeasurementoftheLaserSpot

DENG Xingyu, ZHU Xinglong, WANG Chao

(Yangzhou University, Jiangsu Yangzhou, 225127, China)

It establishes a kind of ranging model method based on monocular vision and laser. Firstly, it uses the laser spot on the object by three coordinate measuring machine to generate the measuring location information and obtain the location information of the laser spot on the single CCD image by image processing, and builds an one-to-one relationship between them. Then moving the object, which leads to the changes of the laser spot on the CCD image, obtains more groups of corresponding data. According to these data, it illustrates the experimental model, measures a certain range of distance and compares with the results from three coordinate measuring machine. The results verify the feasibility of this method.

Monocular Vision Measurement; Segmented Curve Fitting; Ranging Model; Robot

10.3969/j.issn.2095-509X.2014.03.006

2013-12-02

國家自然科學(xué)基金資助項目(60977071)

鄧星宇(1988—)，男，江蘇揚州人，揚州大學(xué)碩士研究生，主要研究方向為機械電子與機器人。

TP242.6

A

2095-509X(2014)03-0023-04