我将开始研究一个机器人项目，该项目涉及一个移动机器人，它安装了2个相机（1.3 MP），固定在0.5米之间。我也有一些超声波传感器，但它们只有10个metter范围和我的环境相当大（例如，采取一个大型仓库，有许多支柱，盒子，墙壁等。）我的主要任务是识别障碍物，并找到机器人必须采取的大致“最佳”路线为了在“粗糙”的环境中航行（底层根本不光滑）。所有图像处理都不是在机器人上进行的，而是在装有NVIDIA GT425 2Gb Ram的计算机上进行的。
我的问题是：
我是否应将相机安装在旋转支架上，以便更广角度拍照？
基于两个视图在这么小的距离之间创建一个合理的3D重建是否可行？如果是这样，我可以在多大程度上将其用于避障和最佳路线建设？
如果可以对环境进行大致准确的3D表示，那么如何将其用作创建环境地图？ （考虑下面的例子：机器人必须扫过一个相当大的区域，如果它不会经过两次相同的地方（或路线），它将是节能的;但是当从一个方向进行3D重建时，它怎么能分辨出来？如果它来自那里，如果来自相反的方向）
我在类似的问题上找到了这个response，但我仍然关注3D重建的准确性（例如考虑到相机之间的小分辨率和距离，位于100米的几个盒子）。 / p>
我刚刚开始收集这个项目的信息，所以如果你已经开展了类似的工作，请给我一些指导（以及一些链接：D）我应该如何处理这个特定的任务。
提前致谢， Tamash
答案 0 :(得分：1)
如果您想避障，可能最容易使用超声波传感器。如果机器人以适合人类环境的速度移动，那么它们的10m范围可以让您有足够的时间来停止机器人。请记住，没有任何系统可以保证您不会意外碰到某些东西。
（2）只在两个视图之间的这么小的距离上创建一个合理的3D重建是可行的吗？如果是这样，我可以在多大程度上将其用于避障和最佳路线建设？
是的，这是可能的。看看ROS和他们的vSLAM。 http://www.ros.org/wiki/vslam和http://www.ros.org/wiki/slam_gmapping将是众多可能资源中的两种。
然而，当从一个方向进行3D重建时，如果它来自相反的方向，它怎么能告诉它是否已经存在
嗯，您正在尝试根据测量结果和地图找到您的位置。这应该是可能的，从哪个方向创建地图无关紧要。但是，存在循环闭包问题。因为您在尝试寻找方法的同时创建3D地图，所以您不知道自己是在新地方还是在以前见过的地方。
结论 这是一项艰巨的任务！
实际上，它不止一个。首先，你有简单的避障（即Don't drive into things.）。然后你想同时进行本地化和制图（SLAM，阅读维基百科），最后你想做路径规划（即扫地而不覆盖两次）。
我希望有帮助吗？
答案 1 :(得分：1)
如果你的意思是每只眼睛独立旋转，我会说不。您将无法获得进行立体声对应所需的准确度，并使校准成为一场噩梦。但是如果你想让机器人的整个“头部”转动，那么这可能是可行的。但你应该在关节上有一些好的编码器。
如果您使用ROS，有一些工具可以帮助您将两个立体图像转换为三维点云。 http://www.ros.org/wiki/stereo_image_proc。您的基线（相机之间的距离）与您在不同范围内的分辨率之间存在折衷。大基线=在远距离处具有更高的分辨率，但它也具有较大的最小距离。我不认为我会期望静态立体声装置的准确度超过几厘米。当你将机器人的位置不确定性复合在一起时，这种准确性只会变得更糟。
2.5。对于映射和避障，我要做的第一件事是分割地平面。地平面去绘图，上面的一切都是障碍。查看PCL的某些点云操作功能：http://pointclouds.org/
如果您不能像SICK或Hokuyo那样简单地将平面激光放在机器人上，那么我可能会尝试将3d点云转换为伪激光扫描，然后使用现成的SLAM代替试图做视觉猛击。我想你会有更好的结果。
其他想法： 现在Microsoft Kinect已经发布，通常更容易（也更便宜）使用它来获取3d点云而不是实际的立体声。
这个项目听起来很像DARPA LAGR计划。 （学习应用于地面机器人）。该计划已经结束，但您可以追踪从中发表的论文。