第4章 感知（Perception）#

原始位置: 课程/AUTO545405-移动机器人/课件/第四章 感知1/2/3.pdf（三部分） 教师: 吕娜

摘要#

感知是导航四模块之首。本章涵盖传感器分类与性能特征、测距原理（飞越时间、三角测量）、计算机视觉基础（边缘检测、霍夫变换、立体视觉），是课程中篇幅最大的章节。

关键要点#

1. 传感器分类#

两大维度交叉：PC/EC × 主动/被动

2. 传感器性能指标#

• 动态范围: 上下界之比（dB）
• 分辨率: 最小可分辨差值
• 线性度: 输入-输出线性关系
• 带宽: 数据输出速率
• 灵敏度: 输出变化/输入变化
• 交叉灵敏度: 环境参数对测量的影响

3. 飞越时间测距（ToF）#

核心公式：d = c · t / 2

超声波问题：锥形波束（开角20-40°）、镜面反射、柔软表面吸收

4. 激光测距#

相位式测距：

D = (λ/4π) · θ
λ = c/f

例：f=5MHz → λ=60m

三角测量：D = f · L/x （距离与 1/x 成正比）

5. 计算机视觉流程#

图像 → 预处理 → 滤波 → 边缘检测 → 分组/聚类 → 特征提取 → 匹配

6. 边缘检测#

Sobel 算子（3×3）：

Gx = [-1 0 1; -2 0 2; -1 0 1]
Gy = [-1 -2 -1; 0 0 0; 1 2 1]

边缘检测流程：高斯平滑 → 求导 → 非最大抑制 → 阈值化

Canny: 高斯一阶导卷积 → |R| → 局部极值标记（阈值T）

7. 霍夫变换#

图像空间直线 → 参数空间点，投票机制，4步：

1. 边缘检测
2. 参数空间量化
3. 投票累加
4. 峰值检测 → 直线参数

8. 双目立体视觉#

核心公式：

视差: d = x_l - x_r
深度: Z = b · f / |d|

其中 b=基线距离, f=焦距。视差越大 → 物体越近。

光流法: 基于像素亮度恒定假设，估计运动场

涉及的概念#

• 感知 — 导航第一模块
• 飞越时间测距 — 超声波/激光
• 计算机视觉 — 图像处理与特征提取
• 边缘检测 — Sobel/Canny
• 霍夫变换 — 直线提取
• 双目视觉 — 深度估计
• 光流 — 运动估计

来源关联#

• 移动机器人-第5章 — 定位（感知→定位的衔接）