摘要: :稳像是提高基于视觉的移动机器人作业精度的关键。论文建立了完整的稳
像算法流程,包含图像运动学模型、KLT 特征提取、SAD 特征匹配和滤波算法;设计了运
动参数的Kalman 和FIR 滤波算法;并利用MATLAB 实现了运动参数的Kalman 和FIR 滤波
器;仿真验证和对比分析了Kalman 和FIR 滤波器对运动参数的去抖效果。结果表明,机器
人视觉稳像中,Kalman 滤波效果优于FIR 滤波。用VC++和OpenCV 编程实现了基于Kalman
滤波的机器人视觉稳像软件,在双机器人移动平台上开展了实验,稳像计算时间小于视频采
样时间,系统满足机器人对接作业实时性和精度要求。