● 摘要
移动机器人是机器人研究领域经久不衰的少有热点，移动机器人视觉信息获取与处理技术直接影响到机器人的智能化程度和自主水平。本文深入研究了三维景深信息的处理方法，提出基于FPGA的三维景深数据处理系统用以实现三维激光数据的快速，高精度处理。视觉测量模型是三维视觉信息处理的关键，它表达了视觉测量系统从原始信息中获取三维直角坐标的数学关系。本文的三维激光测量系统具有新颖的设计，它利用棱柱的转动代替传统方法中二维激光测距扫描仪自身的旋转运动，来获取第三个维度上的视觉信息，从而避免了驱动电机的俯仰运动和频繁加减速动作给光源带来的各种干扰，增强了光强稳定性。迄今为止还没有人给出视觉测量机构的视觉测量模型，本文基于光学原理的分析，建立了上述视觉测量系统的光学空间几何模型，并提出了其相应的视觉测量的数学模型，准确地实现了视觉系统采集的原始信息到既定坐标系下三维笛卡尔坐标表示的转换，为三维场景的图形学建模等视觉应用提供了可能。激光测距仪在测量过程中受环境、被测量物体表面特性等因素的影响，某些空间区域不能被正确测量，这样就会存在信息丢失测量数据，如果用这些数据直接进行图像重构操作将无法恢复物体或空间的真实三维结构。针对此类问题，本文提出了二邻域均值滤波的快速自动滤波方案，此方法可以很好的进行错误测量数据的滤波处理，而且改算法在FPGA 上执行的快速性好，不影响重构三维图像的实时性。对于大面积的不可测区域，测量数据信息会大量丢失，本文提出基于GA-BP神经网络的数据修补算法，此方法能够完成物体表面丢失信息的恢复，精度较高，遗传算法对BP网络的改进，使得算法的稳定性比普通BP网络更好。本文采用FPGA设计并行的高速数据处理系统，实现三维景深测量系统的原始信息的滤波处理、坐标变换和视觉测量数学模型的计算。FPGA的并行处理特性使得算法的执行效率比普通的嵌入式处理器有很大提高，该FPGA 处理系统能在１毫秒以内完成数一条扫描线上的数据点的数学模型计算和滤波处理。