机器人双目测距算法研究

郭攀 杜鸿

摘要：机器人的研究是当今人工智能领域的热点之一，而双目视觉又是机器人研究领域的热点之.。文章对机器人双目视觉测距避障的实现过程和原理进行介绍。其中特征的提取与匹配是实现双目测距的核心和难点，匹配算法的选择和实现将决定匹配后测距的精确与否。文章提出一种基于特征点的立体匹配算法的融合实现方案，最终证明了该算法的有效性和可行性。

关键词：双目视觉；特征提取；双目标定；立体匹配

随着人工智能的热潮再次袭来，人们对于许多行业再次进行了深入的探索。比如汽车的自动驾驶技术、机器人的拟人化研究、智能语音交互等。而机器人的研究是其中的热点之一，怎样实现机器人的拟人化行为如行走避障、负重搬运等成为研究的热点。

本文针对机器人双目视觉的测距算法进行了相应的研究，提出了一种融合性的立体匹配测距算法。

1 双目摄像头的测距原理

用人的双眼两眼球间距称为眼基线去观察客观的三维世界的景物，由于几何光学投影，离观察者不同距离的点在左右两眼视网膜上的构像能产生生理视差，称为双目视差。它反映了客观景物的深度。人能有深度感知，就是因为有了这个视差，再经过大脑的加工形成的。基于视差理论的双目立体视觉，就是运用在基线两端的两个摄像机对同一景物成像，获得景物的立体图像对，通过各种算法匹配出同名像点，从而计算出视差，然后采用基于三角测量的方法恢复深度信息[1]。

双目摄像头的测距原理如图1所示。

其中：O_l和O_r分别为左右摄像头的光心，f为摄像头的焦距，T为光心间的距离，P为空间中的一点，X_l和X_r分别为P点在左右成像平面上的点；d=X_l-X_r则为视差，最终Z即为所求的距离，从而实现点的三维信息恢复。

通过三角形相似原理可得距离公式（1）如下：

Z=

Tf

（1）

T-d

其中：T的距離是自己两个摄像头之间的距离，可以通过物理测量得到；f是摄像头的焦距，其值可以通过后续的摄像头的标定得到；故最重要的是要测出视差d，下面将给出具体的实现方法。

2 摄像头的标定

在摄像瞬间，物点、摄像机透镜中心和像点应处在一条直线上，但因摄像机物镜畸变的影响，物点在像片中的像点位置发生了位移，偏离了三点共线条件。所以，利用像片对目标进行识别前应进行预处理以消除物镜畸变的影响。这里利用棋盘进行矫正，这是因为棋盘的角点（即特征点）明显，矫正简单易行。矫正过程和得出数据如图2所示（上下摄像头一样）。

这样的图片共14张（不同角度），通过OpenCV和MATLAB处理后得到数据，处理时注意棋盘的内点数，本图片为6×6共36个内角点。左右摄像头相同，最终一起测量，得到的结果如图3所示。

其中内部参数：Focal Length为焦距、Principal point为主点、Skew为扭曲因子、Distortion为畸变系数。

外部参数：Rotation vector为平移向量、Translationvector为转移向量[2]。

到这一步就测出了公式（1）中的焦距f了，而T可以物理测量，相当于已知，接下来得出视差d就可以测出距离。

3 特征提取与匹配

特征提取一般分为轮廓和点两个方面，这里要进行点的匹配与距离测算，故选用特征点的提取方式。特征提取的主流算法一般有3种：SIFT，SURF，ORB等特征点提取算法。由于SURF是SIFT的改进版，故这里只研究SURF和ORB算法[3]。

3.1 SURF算法

SURF算法在积分图像上使用了盒子滤波器对二阶微分模板进行了简化，从而构建了Hessian矩阵元素值，进而缩短了特征提取的时间，提高了效率。其中SURF算法在每个尺度上对每个像素点进行检测，其近似构建的Hessian矩阵及其行列式的值分别为：

＼（H_{approx）=＼begin{bmatrix}D_{xx）（＼sigma） &D;_{xy）（＼sigma）＼＼D_{xy） （＼sigma）&D;_{yy） （＼sigma）＼end{bmatrix）＼）

＼（c（X，y，＼sigma）=D一{xx）D一{yy）-（0.9D一{xy））^2＼）

其中＼fD一{xx），D一{xy）＼）和＼（D一{yy）＼）为利用盒子滤波器获得的近似卷积值。如果＼（c（X，y，＼sigma）＼）大于设置的门限值，则判定该像素点为关键字。然后与SIFT算法近似，在以关键点为中心的＼（3＼times3＼times3＼）像素邻域内进行非极大值抑制，最后通过对斑点特征进行差值运算，完成了SURF特征点的精确定位。

而SURF特征点的描述，则也是充分利用了积分图，用两个方向上的Harr小波模板来计算梯度，然后用一个扇形对邻域内点的梯度方向进行统计，求得特征点的主方向。

3.2 0RB算法

ORB特征是将FAST特征点的检测方法与BRIEF特征描述子结合起来，并在它们原来的基础上做了改进与优化。首先，它利用FAST特征点检测的方法来检测特征点，然后利用Harris角点的度量方法，从FAST特征点中挑选出Hams角点响应值最大的NN个特征点。其原理如下：

（1）构造金字塔，在每层金字塔上采用Fast算法提取特征点，采用Harris角点响应函数，按角点响应值排序，选取前N个特征点。

（2） oFast：计算每个特征点的主方向，灰度质心法，计算特征点半径为r的圆形邻域范围内的灰度质心位置。从中心位置到质心位置的向量，定义为该特征点的主方向。

定义矩的计算公式，x，y∈[-r，r]：

rBrief：为了解决旋转不变性，把特征点的Patch旋转到主方向上（steered Brief）。通过实验得到，描述子在各个维度上的均值比较离散（偏离0.5），同时维度间相关性很强，说明特征点描述子区分性不好，影响匹配的效果。论文中提出采取学习的方法，采用300 k个训练样本点。每一个特征点，选取Patch大小为wp=31，Patch内每对点都采用wt=5大小的子窗口灰度均值做比较，子窗口的个数即为N=（wp-wt）×（wp -wt），从Ⅳ个窗口中随机选两个做比较即构成描述子的一个bit，论文中采用M-205 590种可能的情况：

（1）对所有样本点，做M种测试，构成M维的描述子，每个维度上非1即0。

（2）按均值对M个维度排序（以0.5为中心），组成向量T。

（3）贪婪搜索：把向量T中第一个元素移动到R中，然后继续取T的第二个元素，与R中的所有元素做相关性比较，如果相关性大于指定的阈值Threshold，抛弃T的这个元素，否则加入到R中。

（4）重復第3个步骤，直到R中有256个元素，若检测完毕，少于256个元素，则降低阈值，重复上述步骤。

综上所述：（1）尺度、旋转不变性（ORB算法在尺度方面效果较差）。（2） ORB较快，SURF运行速度大约为SIFT的3倍，ORB是sift的100倍，是surf的10倍。（3） SURF的鲁棒性较好；由于测量的实时性较强，故对于计算速度要求较高。因此，比较后最终选择基于ORB的特征点提取与匹配算法。

4 实验结果

实验环境：在实验室条件下实验桌上进行。

实验设备：摄像头两个、计算机一台、仪表。

实验平台：visual studi02013，OpenCV， MATLAB。

如图3所示，在基于ORB算法前提下，进行提取匹配后如上图，特征点匹配杂乱不准确；在用Ransac算法和ORB算法融合优化后为下图，此时匹配准确，且误差小。最终能相应的测出视差d，最后根据匹配的特征点测出相应的数据如表l所示。

通过表1可知，特征点的匹配测距实现误差允许范围内的准确测量，只有少数点会出现较大误差，证实了ORB和Ransac融合算法的可行性。

5 结语

本文对于双目视觉测距的流程进行了较为详细的描述，通过对几种不同算法的性能和特点的对比和融合，实现了对于特征点的较为准确的匹配，从而计算出视差，最终计算出实际距离。后续研究将对匹配算法进行进一步融合测试以提高测试的准确率，减小测量误差。

[参考文献]

[l]于仕琪，刘瑞祯.学习Open CV（中文版）[M]北京：清华出版社，2009.

[2]马颂德，张正友计算机视觉：计算理论与算法基础[M].北京：科学出版社，1998.

[3]PAPADAKIS N， CASELLES V.Multi-label depth estimation for graph cuts stereo problems[J].Journal of Mathematical Imaging&Vision;， 2010 （1）： 70-82.