摘  要：为提高典型室内环境中全自主移动机器人的视觉导航能力，提出了一种基于线型目标跟踪的视觉导航方法。该方法以基于霍夫空间的tracker为核心内容，通过对走廊边界和门框竖直边缘的跟踪来为机器人提供导航信息。在跟踪过程中，每个tracker独立地完成建立目标支持集、霍夫变换检测直线、更新数据等工作。最后，将所有tracker的信息综合起来根据经验控制表直接驱动机器人本体行为。室内走廊环境中的导航实验表明，本文方法可以有效提高移动机器人视觉系统的实时性与鲁棒性。
关键词：移动机器人；视觉导航；直线跟踪

Research on Line-tracking Based Visual Navigation for
Indoor Mobile Robot

ZHANG Hai-bo, LIAO Xue-jun, ZHANG Zhi-wei
(Department of Test Commanding, the Academy of Equipment Command & Technology, Beijing 101416)

Abstract：This paper describes a line-tracking based method by which the ability of visual navigation for an autonomous mobile robot working in the typical indoor environment can be improved. In this process, there is one tracker associated with each object to be tracked, and the navigation information is provided by tracking edges of the corridor and the doors. At the beginning of each tracking cycle, every tracker works independently to establish object’s support, detect the line in its tracking window and transform it into Hough space. Then the information of all the trackers is integrated to guide the robot through an experiential control table. Finally, information of newly detected objects is used to update the corresponding trackers. The navigation experiments in the indoor corridor show that the proposed method can effectively improve the efficiency and the robustness of the vision system.
Keywords：mobile robot; visual navigation; line tracking

 
1  引  言
图像中线类型特征特别引人注目，因而是视觉感知的重要线索，这些线类型特征通常对应着图像中特性发生“有意义”变化的地方，例如，对于一般的灰度图像，线类型特征常常对应目标的轮廓或边界线；对于纹理（或彩色）特性为主的图像，线类型特征则对应纹理（或彩色）特性明显不同的两个区域的边界，或纹理内部细微结构之间的边界等。因此，抽取并跟踪这类线类型特征对于视觉导航来说十分重要[1][2]。
为抽取线类型特征，必须要考虑以下几个问题：第一，在图像中，颜色（灰度）在空间上以什么形式变化？第二，实际要分析的图像常常是比较复杂的。第三，如何处理好边缘检测和连接编组之间的关系。通常，简单的边缘检测方法可能导致连接编组复杂化，因此需要根据应用目的作综合考虑[3]。
为完成一定的视觉导航任务，笔者选择室内走廊环境中的直线特征作为主要目标，通过对它们的跟踪来向机器人提供导航信息。导航信息包括两类：直行信息和转弯信息，其中，直行信息来自对走廊边界的跟踪，而转弯信息则由对门框竖直边缘的跟踪来提供。为使算法更具一般性，本文只分析了由于灰度变化引起的直线特征，而没有借助环境中的其他特征信息，如颜色、纹理等。

为了赋予移动机器人在典型的室内走廊环境中进行视觉导航的能力，研究者们提出了各种各样的方法。本文从线型特征跟踪的角度入手，提出的特征提取方法和导航算法能够为机器人控制系统提供足够的导航信息。一方面，走廊的两条边界线对应了霍夫空间中的两个点，而这两个点的坐标直接对应了机器人导向轮的控制指令；另一方面，走廊两侧的门框线的两个对应点分别在霍夫空间内作直线运动，通过对它们的跟踪计数则提供了机器人所经过的房间数。导航实验表明，本文算法的实时性与鲁棒性均能满足要求。

参 考 文 献

[1] Appenzeller G, Weckesser P, Dillmann R. Active parameter control for the low level vision system of a mobile robot[A]. In: Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems[C], 1996. 1256-1263
[2] Kahn P, Kitchen L, Riseman E M. A fast line finder for vision-based robot navigation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(11): 1098-1102
[3] 王润生. 图像理解[M]. 长沙：国防科技大学出版社，1995.
[4] Rasmussen C, Hager G D. An adaptive model tracking objects by color [EB/OL]. http://www.cs.jhu.edu/~hager/Public/Publications/, 2001.
[5] Rasmussen C, Hager G D. Tracking objects by color alone[EB/OL]. http://www.cs.jhu.edu/~hager/Public/Publications/, 2001.
[6] Crowley J L, Stelmaszyk P, Discourse C. Measuring image flow by tracking edge lines[A]. In: Proceedings of the 2nd International Conference on Computer Vision[C], 1988. 658-664
[7] Deriche R, Faugeras O A. Tracking line segments[J]. Inage and Vision Computing, 1990, 8(4): 261-270
[8] 张海波，原魁，周庆瑞. 基于路径识别的移动机器人视觉导航[J]. 中国图象图形学报，2004，9(7):853-857