基于倾斜漏斗车道概念的定性视觉导航

漏斗车道概念是一种定性视觉导航方法，它利用录制的视频帮助机器人自主导航。通过从视频中提取若干关键帧，从中提取出一条视觉路径。机器人利用该视觉路径进行导航。与其他一些方法不同，漏斗车道不使用Jacobian、单应矩阵、基础矩阵或扩展焦点的传统计算，且不需要任何相机标定。然而，漏斗车道存在一些缺陷。一个问题是漏斗车道不提供旋转半径的信息，因此在转弯时机器人沿路径以恒定旋转半径转弯。这降低了机动性，并限制机器人应对所有转弯条件。此外，该问题使机器人在偏离期望路径时面临纠正路径的严重问题。另一个缺陷是在某些情况下机器人面临理解视觉路径中应跟随平移还是旋转的歧义，导致机器人偏离并无法跟随期望路径。本文引入倾斜漏斗车道技术，其不具有这些缺陷。将横滚角和俯仰角加入漏斗车道，帮助机器人根据所面临的转弯条件设定其旋转半径。此外，它们有助于减少平移与旋转之间的歧义。因此机器人能应对不同转弯条件，且导航方法将更加鲁棒和准确。在真实地面机器人上具有挑战性场景的实验结果证明了倾斜漏斗车道技术的有效性。