● 摘要
作为移动机器人系统中的关键性课题，自主导航定位技术已越来越受到国内外科研人员的重视。其中，机器视觉导航定位技术与其它技术相比具有不可替代的优越性，得到了广泛的重视与研究。不过，视觉导航技术还处于很不成熟阶段，某些关键技术问题急需的得到解决。 作者在一种基于特征匹配与运动分析相分离的单目视觉导航方案的基础上，对该导航系统中的一些关键技术进行了深入系统的研究，包括特征点的提取、特征点的匹配以及运动参数估计三个模块。 作者通过阅读了大量的文献，系统研究各个模块，对每个环节中的具体算法进行了改进或提出了一种全新的方法：在特征点提取方面，对抗噪声能力强的SUSAN进行了详细的研究，利用Robert边缘检测算子进行候选角点建立以及自适应门限方法对其运算速度慢、自适应不强的两个方面进行了改进；对于图像匹配，通过分析字符串模式匹配技术中的KMP算法，提出了一种全新的图像匹配算法(KMPM)，该算法最大限度地解决了常用图像匹配算法中存在回溯问题，极大地提高了图像匹配的搜索速度，具有很重要的应用价值；对于运动参数估计中的鲁棒性不强缺陷，提出了一种利用代价函数与随机抽取子集相结合的运动参数鲁棒估计方法。实验显示，该算法具有较强的鲁棒性，有一定的实际应用价值。 虽然本文中的研究内容是针对单目视觉导航系统，但其中提出的方法与思想同样也适合于一般的视觉研究方面，能方面地用于解决相似问题上。 最后，作者利用运动参数对该视觉导航系统进行了仿真实验，验证了其可行性，并指出其主要缺陷，对解决该问题提出一些意见与方案。关键词：视觉导航，图像匹配，运动参数估计，直线跟踪