立體影像系統及其在機器人導引控制之應用

Stereo Vision System and its Application to Robot Tracking Control

   研究生:林俊育          指導教授:宋開泰教授    

    自走車(Autonomous Mobile Robot , AMR)的研究領域在近幾年隨著產業自動化與生活品質提昇逐漸地擴張,從以往工廠生產線上的無人搬運車,到辦公大樓自動送信的機器人,探險機器人及導盲機器人,這些研究間接地說明了研究的方向朝著智慧型、安全、便捷的路發展,也在在地驗證:科技始終來自於人性!

         而科技如何落實於現實的生活當中,這就是我們須極力研究的課題。對於移動式機器人的研究中,最重要的兩個問題是導航與控制。導航是為了某種目的而欲使自走車到達某個目標點,中間的過程即稱為導航,這個過程當中必須特別注意環境的變化,可能在自走車的行進路線上出現障礙物,在這種情況下,自走車必須適時地改變行進路線並閃過障礙物以符合智慧與安全的需求。在控制方面,所著重的問題在於路徑追蹤控制,自走車須快速且穩地收斂到規劃的路徑上。

        對於自走車的導航行為,其運用甚為廣泛,在研究中我們以導盲車來做探討。導盲車可以自動導引盲胞在複雜的環境當中自由、安全地行走,其中導盲車最重要的功能即是閃躲周圍的障礙物,借由影像處理、路徑規劃、路徑追蹤等相關技術,我們期望導盲車可以帶領盲人穿梭在複雜的環境中。

.影像導航與過去相關的研究

       為了要獲得外界的環境資訊,導盲車必須藉助一些感測器的使用。通常我們會將內部感測器與外部感測器作結合,以建立較完整的空間資訊。內部感測器較為常見的如軸編碼器。由於這類感測器對外界環境的量測是在馬達之轉軸上量測,缺乏對外界的絕對量測,即無法與外在的環境作一良好的迴路控制,所以軸編碼器在使用一段時間之後,會因為累積誤差,使得導盲車在行進時因為位置估測誤差增大而喪失了真正的環境資訊,因此為了能讓導盲車持續且正確地做位置估測,我們採用CCD攝影機來做為導盲車的外部感測器。

         過去對於影像導航的研究有使用單一個CCD,也有使用雙CCD。單一CCD在影像處理上以光流(Optical flow)估測為主對前後時刻所得到的影像做光點追蹤以估測影像中物體的遠近關係。雙CCD影像處理以立體匹配(Stereo matching)為核心,找出兩影像的共軛對(Conjugate pair),並配合雙CCD座標系與世界座標系的幾何關係得出影像中物體的視深。

         為了能實際量得環境中物體的相關位置,我們使用了兩個CCD來做立體視覺量測。透過兩個CCD及一張影像擷取卡來獲得導盲車前方的影像,我們接著做一系列的相關處理來獲得導盲車前方物體相對於CCD基準線(Base line)的距離與方向,而這一系列的處理可以以圖1來做說明。首先,透過CCD擷取到左右兩張影像;為了因應所架設的左右CCD無法使取到的左右影像成共線,我們必須透過矯正(Rectification)來對左右影像重新取樣,在此提出一個實際可行的方法來完成影像矯正。矯正後的影像有利於我們做立體匹配(Stereo match),對於成對的匹配點,藉由立體視覺的分析原理,可以估測出匹配點與兩CCD基準線(Base line)之距離,經由一連串匹配點的估測可以得出物體表面與CCD之間的相對距離。

 

1 影像處理流程

         影像導航的最主要目的就是設法從影像中找出最安全、最適合導盲車行走的路徑,並導引車子追蹤這一條路徑。根據立體影像資訊計算所得到各個匹配點的距離及方位,我們進一步使用距離直方圖(Distance Histogram)來描述導盲車前方的環境,接著以這個環境表示法規劃適當的路徑,最後以路徑追蹤控制器來控制馬達並追蹤路徑。導盲車的導航藉著影像與路徑的隨時更新,以及路徑追蹤的穩定控制,導盲車便可在遇到障礙物的時後選擇最適當的路徑並完成導引或追蹤的工作。

 

        

2 遠距離障礙物左右影像

       

3 近距離障礙物左右影像

                   

                             圖 4 遠距離障礙物之Distance Histogram

 

Home | Lab NewsResearch Areas | Research Results | Projects | People | Lab Presentations | Courses | Links