移动机器人定位是机器人研究与应用领域的一个重要课题,是实现机器人智能的前提。本文提出了一种基于机器人视觉系统的移动机器人定位方法。该方法利用安装在机器人上的摄像机来采集地面信息,以获取自然路标,随后确定摄像机与这些路标的相对距离和方位,从而得到机器人本身的位置。 首先,根据移动机器人的实时性要求提出了基于移位运算的灰度变换方法。针对经典的边缘检测算法中Robert算子对噪声敏感的缺陷,对Robert算子进行改进,引入了一个2×2的平滑单元,减小噪声对边缘检测的影响,并将Robert算子扩展为3×3的模板,从而得到了较为满意的边缘检测效果。在进行直线拟合时,针对Hough变换的局部最大值问题,对Hough变换直线拟合的过程进行了改进,拟合时对图象进行多次Hough变换,每次都将已知直线从图象中擦除,提高了直线拟合的精度。 其次,使用了综合Hough变换与Kalman滤波的直线跟踪方法,避免对直线模型的计算与匹配。该方法能较好地跟踪地面上的直线,为移动机器人随时确定自己的位置奠定了良好的基础。 然后,采用了一种简易的摄像机标定方法。推导了从图象坐标系到世界坐标系的映射关系,将图象中的点转换到世界坐标系中。可以根据摄像机光心在地面上的投影的相对位置的变化,对机器人进行定位。 最后,通过实验——验证了上述方法的正确性和可行性。本文采用C++编程,在VS.NET环境下开发了一个移动机器人定位系统,基本上实现了移动机器人在实验室环境下的定位。最后对定位误差进行了分析。