谈及移动机器人，大家第一印象有可能是服务机器人，实质上无人驾驶汽车、可自律飞行中的无人机等等都归属于移动机器人范畴。它们能和人一样需要在特定的环境下权利行驶／飞行中，都依赖各自的定位导航、路径规划以及避障等功能，而视觉算法则是构建这些功能关键技术。如果对移动机器人视觉算法展开报废，你就不会找到提供物体深度信息、定位导航以及壁障等都是基于有所不同的视觉算法，本文就带上大家闲谈一聊几种有所不同但又必不可少的视觉算法构成。

本文作者陈子冲，系SegwayRobot架构师和算法负责人。移动机器人的视觉算法种类Q：构建定位导航、路径规划以及避障，那么这些过程中必须哪些算法的反对？谈到移动机器人，很多人想起的市场需求有可能是这样的：“嘿，你能无法去那边老大我拿一杯冷拿铁过来。”这个听得上去对普通人很非常简单的任务，在机器人的世界里，却充满著了各种挑战。为了已完成这个任务，机器人首先必须写入周围环境的地图，精确定位自己在地图中的方位，然后根据地图展开路径规划掌控自己已完成移动。

而在移动的过程中，机器人还必须根据现场环境的三维深度信息，动态的逃离障碍物以后抵达最终目标点。在这一连串机器人的思维过程中，可以分解成为如下几部分的视觉算法：1．深度信息提取2．视觉导航系统3．视觉避障后面我们不会详尽说道这些算法，而这些算法的基础，是机器人脑袋上的视觉传感器。视觉算法的基础：传感器Q：智能手机上的摄像头可以作为机器人的眼睛吗？所有视觉算法的基础说到底来自于机器人脑袋上的视觉传感器，就只不过人的眼睛和夜间视力十分好的动物比起，展现出出来的感官能力是几乎有所不同的。

某种程度的，一个眼睛的动物对世界的感官能力也要劣于两个眼睛的动物。每个人手中的智能手机摄像头只不过就可以作为机器人的眼睛，当下十分风行的PokemanGo游戏就用于了计算机视觉技术来达成协议AR的效果。像上图画的那样，一个智能手机中摄像头模组，其内部包括如下几个最重要的组件：镜头，IRfilter，CMOSsensor。

其中镜头一般由数片镜片构成，经过简单的光学设计，现在可以用廉价的树脂材料，作出光学质量十分好的手机摄像头。CMOSsensor上面不会覆盖面积着叫作Bayer三色滤光阵列的滤色片。每个有所不同颜色的滤光片，可以通过特定的光波波长，对应CMOS感光器件上就可以在有所不同方位分别取得有所不同颜色的透射了。如果CMOS传感器的分辨率是4000x3000，为了获得某种程度分辨率的RGB彩色图像，就必须用一种叫作demosaicing的计算出来摄像机算法，从2绿1蓝1白的2x2网格中解算出有2x2的RGB信息。

一般的CMOS感光特性除了自由选择红绿蓝三色之外，对于红外光是半透明的。因此在光路中再加IR滤光片，是为了除去太阳光线中红外光对CMOS的阻碍。

再加滤光片后，一般来说图像的对比度不会获得明显的提高。Q：计算机视觉中还不会中用什么传感器？除了RGB照相机，计算机视觉中常用的还有其他种类的类似照相机。例如有一种照相机的滤光片是只容许通过红外光波段的。

因为人眼一般来说是看不到红外光的，所以可以在照相机附近再加主动红外光源，用作测距等应用于。另外，大部分我们中用的camera都是以rollingshutter的形式构建电子曝光的，像图中左侧那样，为了增加电子器件的成本，曝光一般来说是一行一行分别展开，这样不致导致物体较慢移动时，照相机收集到的图像不会再次发生应力。为了防止这种应力对基于立体几何展开计算出来的视觉算法的影响（例如VSLAM），搭配globalshutter的照相机就变得尤其最重要了。

本文来源：开元98.kycom官网-www.websitedesignerindia.net