● 摘要
本文研究并实现了一种单目视觉里程计，该里程计可有效克服传统里程计车轮打滑等情况下的偏差问题，并能提供传统里程计无法测量的航向信息，为自主车辆导航及其相关视觉任务打下坚实的基础。这种单目视觉里程计的突出优点在于，比传统里程计对环境的适应能力更强，特别在一些因路面摩擦力小而造成车轮打滑的条件下可以得到精确的车体定位。同时这种方法在不降低测量精度的前提下，实验设备安装要求和测试实现都相对简单，成本比通常的双目视觉里程计要低很多，当双目视觉里程计中的一个像机出现问题时可用其作为有利补充。而且本文的突出特色在于处理算法位于不同的相关图像之间，而不是采用视频序列，这样就可以大大减少处理的时间和空间需求，使其更具有实际意义。本文的视觉里程计系统的实现采用单个摄像机完成，主要利用了Harris 角点检测方法来提取采集图像的特征点，并通过光流场向量和标定方法将图像坐标系与世界坐标系关联，根据坐标变换求解不同相邻图像帧间车体坐标系的变换，从而测定车辆载体的移动距离和旋转角度。本文的视觉里程计系统研究工作主要集中在特征点提取匹配的实时性和整个系统的鲁棒性两个问题上。对于系统实时性方面，本文详细研究比较了图像特征点的提取匹配算法（Harris 角点提取、SIFT 特征向量提取、基本匹配方法、光流匹配方法等），现有的方法给出比较分析和实现。依据视觉里程计系统的实时性特性，使系统运行更加快速，满足实时性，最终选择适合系统的具体方案，形成一个可行的系统体系，建立单目视觉里程计的数学模型，给出相关实验处理结果。对于系统稳定性，本文将RANSAC思想引入到特征点误匹配的筛选中，以提高匹配的准确性，使系统在不同环境下保证其鲁棒性。