基于计算机视觉的自主导航系统

自主机器人被用作解决各种问题的工具，例如环境制图和监测。无论是为了应对与人类存在相关的恶劣条件，还是为了降低成本，人们肯定已经做出了许多努力来开发具有越来越高度自主性的机器人。它们必须能够在没有人类操作员或辅助系统帮助的情况下，在动态环境中移动。因此，环境的感知和建模形式对于导航变得显著相关。主要的传感方法包括基于视觉的方法。通过这种方法，可以创建关于环境的高度详细模型，因为可以测量许多特征，如纹理、颜色和光照。然而，最精确的基于视觉的导航技术在低成本移动平台上运行计算成本高昂。因此，本工作的目标是开发一种由 Raspberry Pi 控制的低成本机器人，其导航系统基于视觉。为此，所使用的策略是通过光流模式识别来识别障碍物。通过该信号，可以推断机器人与环境中其他元素之间的相对位移。其估计是使用 Lucas-Kanade 算法完成的，该算法可以在不损害性能的情况下由 Raspberry Pi 执行。最后，使用基于 SVM 的分类器来识别与该信号相关的障碍物运动模式。开发的系统在其从真实导航环境提取的光流模式数据集上的执行情况进行了评估。最终验证表明，该系统的处理频率优于其他系统。此外，其准确性和获取成本分别高于和低于大多数引用的工作。