在移动机器人自主避障导航领域中,视觉传感器在获取周围环境信息方面有着许多优势,例如,图像信息丰富,多个视觉传感器之间联合工作时相互干扰较小。而相比传统视觉的狭窄视场,全景视觉拥有的广阔视野能够弥补传统视觉在视场上的缺陷。因此,全景视觉开始广泛应用于自主机器人导航、三维重构、视频监控等领域。国内外专家学者对全景视觉已经作了许多方面的应用研究,但是还存在许多不足。目前,绝大部分应用于机器人避障方向的全景相机使用的平台都是单视点全景相机,获得的图像往往失真严重。多目全景相机可以同时获得360度的多张图像,并且畸变较小,而针对多目全景视觉的应用极少。因此,寻求一种适用于多目全景相机的稳定、有效、方便的测距方式具有重要的研究意义。同时,本实验室在Bug避障算法已经取得了一定的工作成绩。Bug避障算法是一要求传感器具有360度探测范围的简单避障算法。本实验室基于激光测距仪已经实现了非360度探测范围的Bug避障算法,并且能以平滑的路径绕开障碍物达到终点。但是,由于不能得到全方位的环境信息,机器人在避障过程中需要频繁转向,导致避障效率不高。因此,本文针对上述存在问题,尝试将激光测距仪置换为360度视觉传感器,利用全景相机Ladybug3系统平台提出了一种基于单双目结合的全景测距算法。对如何实现全景避障测距进行了深入研究。为实现该测距算法,本文作了如下工作:(1)研究了全景相机测距的基础知识。主要内容包括相机的标定:对比几种标定法后,决定采用张正友标定法;测距图像预处理:采用直方图均衡化和中值滤波增强图像对比度和去除噪声;立体匹配:分析了几种匹配方法,采用改进的SURF匹配法提取特征点对的坐标,提高了匹配鲁棒性。(2)阐述了单双目融合全景测距原理。第一,探讨了如何确定障碍物是在重叠区域或非重叠区域;第二,确定了在重叠区域采用双目测距,在非重叠区域采用单目测距的测距机制;第三,利用透视原理实现双目测距,对测距原理作了详细推导;第四,采用非线性回归建模方法实现单目测距,并阐述了建立非线性回归模型具体过程。(3)完成了单双目测距实验。选择学校操场作为试验场地,进行了标定实验,测距图像预处理,测距图像立体匹配实验,双目测距试验和单目测距实验。分别对实验结果和误差进行了对比分析。实验结果表明,双目测距结果的测距误差在1.08%~4.48%范围,最大误差4.48%出现在4m处。单目测距结果的误差范围为0.27%~12.57%,最大误差为1.4 m时的12.57%,误差的变化较为随机,并不随着距离的增大而增大,但是误差明显比双目测距要大。上述误差均在可接受范围内,可用来实现避障。