[发明专利]一种基于改进光流算法的移动机器人导航方法

说明书

技术领域

本发明涉及一种改进的光流算法及其在移动机器人导航上的应用，属于机器视觉应用领域。

背景技术

光流是图像运动的表达方式，是三维场景中物体在平面投影中的速度，可以看成是三维物体运动在成像平面投影的近似，在原则上可以近似获得三维物体的结构信息。因此光流计算不局限于用来进行物体的运动估计，在三维重建、图像配准、目标检测和运动分割也有广泛的应用。虽然在光流计算的研究上目前以取得了丰硕的成果，但是光流算法仍然存在着易受光照变化和噪声影响，大位移问题的处理，异质点和算法实时性等等问题。

移动机器人是具有感知、思维和行动功能的机器，其在多种领域发挥了重要作用，比如清洁机器人、军事探测机器人。基于光流的导航避障方法是受到大自然中飞行昆虫的启发，科学家们通过解剖学、神经生理学、电生理学的方法已经对飞行昆虫的视觉系统进行了大量的研究。研究发现，飞行昆虫的视觉感知器官-复眼与人类相比，两只复眼的距离很近，复眼的空间分辨率很低，但是复眼对时域非常敏感。基于以上特点，飞行昆虫并不是利用双目立体视觉来进行导航的。Srinivasan教授对蜜蜂做了大量的实验，证明蜜蜂是通过两眼中图像速度即光流进行导航的。

根据飞行昆虫的视觉导航机理，以Nicolas Franceschini为首的研究小组花了数年时间研究苍蝇的视觉系统和它们是如何检测并利用光流的，然后在实验的基础上研制出能够在避开障碍物的过程中不断接近目标的轮式机器人“robot mouche”。Srinivasan所在的研究小组通过研究蜜蜂的视觉行为，发现蜜蜂通过平衡映射在两侧眼睛上图像运动的速度(光流)来调节它们的飞行方向。他们在装有一个摄像头和两面镜子的轮式机器人“Corridor-following robot”上验证了这个机制。后来Srinivasan研究小组的Sobey受到昆虫飞行灵感的启发，提出一种使基于视觉的机器人在混乱的环境中安全行走的算法，并研制出的另外一个机器人“Obstacle-avoiding robot”。Santos-Victor等人研发了一个基于光流的视觉系统robee，该系统模拟了蜜蜂的视觉行为，认为昆虫的眼睛长在两侧的优势就在于它们的导航机制是基于运动产生的特征,而不是深度信息。在robee中，一个分开的双目视觉方法被用于模仿蜜蜂的中心反射(Centering Reflex)。

以上基于光流的导航避障方法，都是模拟蜜蜂的中心策略，通过平衡左右视场的光流幅值使机器人避开障碍物。这种方法只能适应简单的类似走廊的环境，机器人能在这种环境中沿着走廊的中心线行走，并不能满足复杂环境中的避障。

发明内容

本发明的目的在于提供了一种基于改进光流算法的移动机器人导航方法，针对目前光流算法在实际应用中的不足之处，对光流算法进行改进，在不需要建立复杂的环境模型的情况下，根据得到的光流矢量信息和机器人的位置信息通过人工势场原理得出机器人的行驶路径。

为实现上述目的，本发明采用的技术方案为一种基于改进光流算法的移动机器人导航方法，如图1所示，该方法是按以下步骤实现的；

S1机器人开机启动，进行初始化，获取初始化状态参数、当前坐标位置和最终目标点。

S2赋予机器人速度V，让机器人以速度V匀速向前运动，获得前后两帧图像。

S3输入图像，建立改进光流算法的能量泛函模型。

针对基本光流计算方法中存在的对于光照变化的情况和噪声非常敏感的问题，通过引入梯度守恒假设，并使用了局部加权和双边滤波定义了新的数据项来改善这个问题，同时应用Charbonnie惩罚函数降低了数据线性化所造成的误差，较好的解决了对突变区域的灰度间断和分段平滑的问题，提高了计算结果的准确性。

则改进的变分方法得到光流估计模型如下式所示：

其中γ为两种守恒假设的权重，x＝(x,y)^T表示图像上某个像素点，u＝(u,v)^T表示待求的光流矢量，为Charbonnie惩罚函数，ε取0.001。K_bf表示窗函数，它决定了空间邻域Ω上各个像素点产生影响的大小比重。

对于窗函数，采取双边滤波来代替高斯滤波。双边滤波对于高斯滤波的改进就在于双边滤波属于非线性滤波，在采样时不仅考虑了像素点的空间位置关系，同时加入了对像素间的相似程度考虑。双边滤波是由空域高斯滤波和值域高斯滤波组合得到的。空域滤波和值域滤波分别是对空间邻域上的点和像素灰度值相近的点进行加权平均，加权系数分别随着距离和灰度值差的增大而减小。表达式如下：