鄧星宇,朱興龍,王 超

(揚(yáng)州大學(xué) 機(jī)械工程學(xué)院，江蘇 揚(yáng)州 225127)

一種基于單目視覺和激光點(diǎn)的測距方法

鄧星宇,朱興龍,王 超

(揚(yáng)州大學(xué) 機(jī)械工程學(xué)院，江蘇 揚(yáng)州 225127)

建立一種基于單目視覺和激光點(diǎn)的測距模型。首先由三坐標(biāo)測量機(jī)測量激光點(diǎn)在物體上的位置信息，采用圖像處理該物體上激光點(diǎn)在單目CCD圖像上的位置信息，建立一一對(duì)應(yīng)關(guān)系，然后移動(dòng)物體，使CCD圖像上的激光點(diǎn)發(fā)生變化，得到多組對(duì)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(shí)驗(yàn)?zāi)Ｐ汀８鶕?jù)建立的模型，進(jìn)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(yàn)證了這種方法的可行性，為移動(dòng)機(jī)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(jī)器人

自從20世紀(jì)80年代以來，隨著計(jì)算機(jī)和新型傳感器技術(shù)的迅猛發(fā)展，移動(dòng)機(jī)器人在運(yùn)動(dòng)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(jià)格的持續(xù)下降，使利用攝像機(jī)作為傳感器成為了可能，并且圖像處理和計(jì)算機(jī)視覺領(lǐng)域的飛速發(fā)展，也為視覺在移動(dòng)機(jī)器人的應(yīng)用提供了堅(jiān)實(shí)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(xiàn)[1]～[3]介紹了僅使用1臺(tái)攝像機(jī)即可測量出目標(biāo)物相對(duì)攝像機(jī)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(gè)攝像機(jī)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(yùn)動(dòng)?；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(jī)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(xiàn)[4]采用人工標(biāo)記法建立地圖，利用單個(gè)攝像機(jī)采集到的圖像進(jìn)行分析處理，由此來定位攝像機(jī)所在的位置；文獻(xiàn)[5]研究了基于單個(gè)攝像機(jī)的視覺導(dǎo)航，該研究實(shí)現(xiàn)了移動(dòng)機(jī)器人在已知的環(huán)境下對(duì)目標(biāo)物進(jìn)行識(shí)別和抓取；文獻(xiàn)[6]介紹了一種基于單目視覺的移動(dòng)機(jī)器人智能控制系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了目標(biāo)物的定位、拾取及搬運(yùn)。基于已知運(yùn)動(dòng)的測量方法是指根據(jù)攝像機(jī)的移動(dòng)信息以及獲取的圖像得到目標(biāo)物的深度信息。文獻(xiàn)[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(jī)采集到物體運(yùn)動(dòng)前后兩幅圖像比例的變化得出攝像機(jī)與目標(biāo)物之間的距離，在文獻(xiàn)[8]～[9]中測量了不同紋理下的目標(biāo)物，驗(yàn)證了文中標(biāo)定算法的良好性能。在此基礎(chǔ)上，文獻(xiàn)[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(duì)上述的研究進(jìn)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(jì)算距離。他們都有共同的特點(diǎn)：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(jī)水平放置、道路為直路、路面為水平等，這些假設(shè)在實(shí)際應(yīng)用中卻很難實(shí)現(xiàn)。本文基于一種“逆”向的研究思路：先獲取距離樣本點(diǎn)與成像中心坐標(biāo)之間一一對(duì)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(duì)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(huì)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(shí)驗(yàn)數(shù)據(jù)，研究兩類變量之間的關(guān)系，從而建立起一個(gè)數(shù)學(xué)模型。應(yīng)用所得模型進(jìn)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(gè)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(xiàng)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(diǎn)較多時(shí)，多項(xiàng)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(jì)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(xiàng)式曲線函數(shù)擬合較多的數(shù)據(jù)點(diǎn)，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(diǎn)，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(xiàng)式函數(shù)，因?yàn)樵谝欢ǚ秶鷥?nèi)，連續(xù)函數(shù)可用多項(xiàng)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(shí)驗(yàn)平臺(tái)組成

2.1實(shí)驗(yàn)平臺(tái)的硬件

實(shí)驗(yàn)平臺(tái)的硬件由幾個(gè)不同功能模塊的部件組合而成。它包括三坐標(biāo)測量機(jī)、六自由度位姿調(diào)節(jié)平臺(tái)、標(biāo)靶、激光源和攝像機(jī)等5個(gè)部分，如圖1所示。

圖1 標(biāo)定平臺(tái)硬件

三坐標(biāo)測量機(jī)是一種多用途、高效率的精密型長度計(jì)量儀器。本文三坐標(biāo)測量機(jī)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(tái)可以實(shí)現(xiàn)x軸、y軸和z軸的移動(dòng)以及繞x軸、y軸和z軸的轉(zhuǎn)動(dòng)。本實(shí)驗(yàn)主要采用六自由度位姿調(diào)節(jié)平臺(tái)調(diào)節(jié)標(biāo)靶和攝像機(jī)的姿態(tài)及各自沿y軸方向的位移。

本實(shí)驗(yàn)攝像機(jī)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(hào)為PIH-309E。

2.2實(shí)驗(yàn)平臺(tái)的軟件

a.測量軟件AC-DMIS：AC-DMIS測量軟件是三坐標(biāo)測量機(jī)配套軟件，它提供了機(jī)器運(yùn)動(dòng)控制、基本幾何量測量等多種功能。本實(shí)驗(yàn)應(yīng)用該軟件的機(jī)器運(yùn)動(dòng)控制和基本幾何測量(點(diǎn)測量)兩個(gè)功能。

b.圖像采集MATROX：本實(shí)驗(yàn)采用Matrox Intellicam圖像采集軟件進(jìn)行圖像采集，該軟件可以實(shí)時(shí)顯示目標(biāo)物體的圖像，可以對(duì)目標(biāo)物體拍照并存儲(chǔ)。

c.步進(jìn)電機(jī)控制：本實(shí)驗(yàn)選擇的是57BYGH803B型步進(jìn)電機(jī)，步進(jìn)電機(jī)驅(qū)動(dòng)器是BL-210，利用該驅(qū)動(dòng)器細(xì)分，使步進(jìn)電機(jī)的步距角為0.9°。本實(shí)驗(yàn)利用VC++編寫的程序來控制六自由度位姿調(diào)節(jié)平臺(tái)系統(tǒng)。

3 實(shí)驗(yàn)與結(jié)果分析

3.1標(biāo)定實(shí)驗(yàn)

首先將標(biāo)靶的姿態(tài)通過相應(yīng)機(jī)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(jī)坐標(biāo)系y軸方向一致。再將攝像機(jī)CCD成像面方位調(diào)節(jié)與三坐標(biāo)測量機(jī)坐標(biāo)系一致。利用三坐標(biāo)測量機(jī)測出攝像機(jī)和標(biāo)靶的原始位置，同時(shí)采集此時(shí)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(tái)沿y軸方向移動(dòng)標(biāo)靶的位置，移動(dòng)的距離為20mm，移動(dòng)方向?yàn)榭拷鼣z像機(jī)，并采集此時(shí)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(tái)移至其極限位置時(shí)，六自由度位姿調(diào)節(jié)平臺(tái)沿y軸方向移動(dòng)攝像機(jī)的位置，移動(dòng)的距離仍為20mm，移動(dòng)方向?yàn)榭拷鼧?biāo)靶臺(tái)，采集此時(shí)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(shí)驗(yàn)采集的19幅圖像。

對(duì)采集好的19幅圖像進(jìn)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(jī)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(shí)驗(yàn)是以圖像中心橫坐標(biāo)基本保持不變?yōu)榍疤岬?，尋求圖像中心縱坐標(biāo)與對(duì)應(yīng)距離之間的映射關(guān)系。因此將“漂移”的點(diǎn)剔除(即位置12以后的點(diǎn))，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(yàn)，取公式(1)多項(xiàng)式為二次多項(xiàng)式進(jìn)行擬合較為適當(dāng)。該表達(dá)式為：

圖2 試驗(yàn)采集的光斑圖像

表1實(shí)驗(yàn)數(shù)據(jù)

位置攝像機(jī)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(yàn)證精度

為了驗(yàn)證該模型的擬合精度，保持?jǐn)z像機(jī)的位置不動(dòng)，移動(dòng)標(biāo)靶臺(tái)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(xiàng)式(式(2)),并保證這些點(diǎn)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(shí)際測得的距離進(jìn)行誤差分析。分析結(jié)果見表3。

圖3 試驗(yàn)采集的光斑圖像

表3計(jì)算距離與實(shí)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(jì)算距離，并與實(shí)際距離比較可知：試驗(yàn)中測距相對(duì)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(jī)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(jì)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(shí)驗(yàn)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(diǎn)和難點(diǎn)就是研究如何將本算法模型“移植”到機(jī)器人上，讓機(jī)器人根據(jù)此模型能夠“計(jì)算”出與障礙物之間的距離，為及時(shí)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(jì)量學(xué)報(bào), 2004, 25(4):314-317.

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

[3] 周平,王從軍,陳鑫. 計(jì)算機(jī)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(jī)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(xiàng)目(60977071)

鄧星宇(1988—)，男，江蘇揚(yáng)州人，揚(yáng)州大學(xué)碩士研究生，主要研究方向?yàn)闄C(jī)械電子與機(jī)器人。

TP242.6

A

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