無人水面艇的雙目視覺應用

費鵬 李鑫

摘 要：雙目視覺技術在汽車輔助駕駛，三維重建，機器人等領域具有廣泛應用，本文通過實驗，將該技術應用于海洋場景下實現無人艇對環境的感知，本文通過海上實驗平臺，實地采集了海洋場景下的左右目視圖，并對校準后的雙目運用SAD方法進行視差立體匹配計算并最終生成海面場景下的視差圖像，在ROS下將視差圖像映射到三維點云空間，通過點云測量距離與激光測距距離相比較得到雙目觀測誤差的結果，本文通過實驗驗證了雙目視覺技術應用于海洋環境下為無人水面艇提供視覺導航的可行性，具有一定的實用意義。

關鍵詞：雙目視覺 無人艇 usv

1.引言

無人艇又稱USV（Unmanned Surface Vessel）相較于無人車，無人機而言還是一個比較陌生的無人系統平臺，與前者不同的是，其工作場景是在海洋，江湖等區域，能夠執行海洋偵察，運輸，作戰等多種任務，另外還具有適應惡劣環境，高速靈活機動性的特點，雙目視覺技術是一種被動式環境感知技術，在獲得左右目圖像的同時可以計算出環境的深度信息，且能夠根據觀測需要動態調整以適應環境觀測需要，具有低成本等優勢，將雙目視覺技術應用于海洋場景下越來越受到關注。

由以上計算過程可知雙目測距精度主要取決于基線長度以及圖像分辨率等因素。

3.海上雙目采集實驗

本次實驗中所使用雙目視覺實驗裝置如圖3所示，包括無人艇移動采集平臺，工業攝像機，圖像采集計算機等部分。

4.立體匹配計算

雙目視覺系統中的圖像立體匹配（stereo correspondence）是獲得場景深度信息的關鍵，立體匹配的目的是在左右視圖中找出相應的匹配點，并且計算出視差，從而生成視差圖像（disparity map），Scharstein D所提出的立體匹配過程包含四個部分，即匹配代價計算、代價支持聚合、視差計算最優化以及視差校正。本文算法結構如圖4所示。

對于匹配代價計算而言，常用的算法有灰度相關絕對誤差和（SAD），誤差平方和（SSD），本文使用SAD算法對左右視圖進行匹配實驗，對于圖像灰度相關計算而言，左右視圖灰度不一致會使立體匹配計算難以取得理想效果，因此需要對圖像進行預處理以減少這種亮度差異，增強紋理特征。其中SAD的匹配計算過程如圖5所示，在極線搜索空間內使用滑動窗口在極線上計算與參考圖像匹配距離，匹配度量公式如式4所示。

5.實驗與總結

對海洋場景下所采集立體圖像對運用本文算法進行立體匹配計算，生成場景下的視差視圖，并將結果映射到三維空間，對場景中三處物標度量其空間距離與激光測距結果相比較，圖像采集結果如圖6所示。

對雙目測距結果與激光測距結果相比較，結果如表1所示，對應的距離與誤差曲線如圖7所示。

參考文獻：

[1]Bertram V.Unmanned surface vehicles-a survey[J].Skibsteknisk Selskab，Copenhag en，Denmark，2008，1：1-14.

[2]Cyganek B，Siebert J P.三維計算機視覺技術和算法導論[M].陸軍，懂曉睿，譯.北京：國防工業出版社，2014.

[3]張如如.基于雙目立體視覺三維重建方法的研究[D].聊城大學，2018.

[4]Scharstein D，Szeliski R.A taxonomy and evaluation of dense two-frame stereo correspondence algorithms[J]. International journal of computer vision，2002，47（1-3）：7-42.