李 丹，汪元礼

(安徽工业大学电气与信息工程学院，安徽马鞍山 243032)

随着科学计算的发展，服务机器人正在进入人们的生活。在常见人机交互，如人脸立体识别、手势识别和眼动追踪等应用场景中，与服务机器人的人机交互体验会因人距离机器人远近的不同，直接影响机器人响应的准确性，进而对人机交互体验产生不良影响。随着Android 的发展，越来越多的消费级市场服务机器人逐渐使用Android 平台进行人机交互。双目视觉因具有低成本、高精度和强鲁棒性等特点，被广泛用于测距领域。在基于Android 的人机交互平台上实现双目测距，根据设定的多段距离阈值给用户不同的提示，对优化人机交互体验具有重要的应用价值。

国内外学者对双目视觉测距已有一定的研究，2015 年，英特尔推出了一款基于主动发射红外线与双目测距相结合的景深获取摄像头RealSense3D，用其可完成距离测算，但价格昂贵，对于已部署的普通双目摄像头需重新购置；Ma等在个人电脑上，使用归一化互相关(normalized cross correlation，NCC)算法模板匹配寻找匹配点，通过中心匹配点的二维坐标计算目标与相机的距离来进行双目测距，减少了光照不均匀带来的影响，但对匹配模板的选取要求较高、运算量较大、移植困难；瑚琦等在ARM(advanced RISC machine)平台上使用区域生长的广度优先标记算法实现了双目视觉测距，运算量虽有降低，但测量精度在300～800 mm 范围内误差率较高，达10%；黄青丹等基于半全局匹配(semi-global block matching，SGBM)算法实现电力仪表空间坐标的计算，测距精度在380～460 mm 范围平均相对误差不超过1.84%，但SGBM 算法时间在8 s 左右，耗时长，很难用于服务机器人中对时间较敏感的场景。……