18、立体图像对的校正重建与机器人地图构建

立体图像对的校正重建与机器人地图构建

1. 引言

在人工智能研究中，人工系统对环境的感知是核心问题之一，这对于有效的自主机器人导航和重建至关重要。多数机器人地图构建研究使用强大的计算机和昂贵的传感器，如扫描激光测距仪。不过，立体视觉传感器也是一个不错的选择，立体相机价格便宜，还能提供距离和外观信息。

一些研究利用立体视觉和视差图像解决 3D 重建或地图构建问题。例如，通过组合相机变换的多个 3D 视图构建“3D 证据网格”；还有研究因测距仪无法提供外观信息，在移动机器人上增加额外相机来推断 3D 网格，甚至添加 3D 识别模块识别物体。这种技术不仅用于机器人领域，还可用于自动机器引导、车辆运动检测和估计等。

然而，相机拍摄的图像会受到锥形透视效果的影响，直接重建会使场景看起来不真实。虽然有一些相关研究，但很少有专注于良好重建和获得场景真实外观的工作，且大多未进行透视校正，只是重建特定物体，无法恢复环境的真实结构。而一些简单的透视校正已在其他领域用于校正道路。

本文旨在利用立体图像和视差图（实际使用深度图）重建具有真实外观的场景结构。该方法不假设场景或物体结构，不分割物体以识别已知形状，仅需一对立体图像，且不依赖对应关系。透视校正方法可消除场景的锥形透视，去除相机方向影响，恢复场景结构和物体的几何形状、体积和深度等关键信息。

2. 流程方案

重建和地图构建方法遵循特定流程。对于重建方法，给定一对立体图像（LIk 和 RIk，k 表示序列中的当前图像索引），先计算深度图和消失点位置，得到深度图 Dk 和消失点位置 VPk，然后进行校正过程以消除锥形透视效果，得到表示重建场景的校正 3D 体素矩阵 Rk。