文中主要研究移動機器人在環境未知情況下的障礙物檢測問題，提出了一種基于Matlab和VC++混合編程的障礙物檢測系統軟件實現方法。該方法整合了MATLAB的數值計算功能，具有強大的圖形、圖像處理功能和VC++的可視化、執行速度快、易維護升級等特點。實驗結果表明，這種檢測方法在障礙物檢測系統的開發過程中可以大大提高編程效率，并縮短軟件的開發周期。

　　引言

　???目前，許多研究工作者已將視覺導航應用到移動機器人的移動控制中，但由于其圖像處理數據量大、算法較復雜，因此在具體應用中存在實時性較差、道路區域檢測的算法不夠魯棒、只能適合算法特定的道路模型等缺點。為了提高移動機器人檢測障礙物的實時性，文中提出了一種基于Matlab和VC混合編程的障礙物檢測系統軟件實現方法，可以大大提高編程的效率，縮短軟件的開發周期，且可以快速準確地檢測到障礙物。

　　1 VC++與Matlab混合編程方法

　　Matlab是由美國MatlaWorks公司推出的用于算法開發、數據分析以及數值計算的高級技術計算語言和交互式環境，在矩陣運算、數值計算和圖形顯示等方面，具有強大的功能，非常直觀、簡潔。它為各工程計算領域提供了相應的工具箱，在控制界、生物醫學工程、語音處理、數字信號處理、雷達工程、信號分析、計算機技術等各行各業中都得到了廣泛的應用。但是和其它高級編程語言相比，它的程序執行速度較慢，其源代碼的公開不利于算法和數據的保密。

　　VisualC++是Microsoft公司推出的面向對象可視化編程的高級程序設計語言，它集成了功能強大的編譯器、連接器、調試器、AppWizard等多種多樣的可視化編程工具。它采用編譯方式運行，運行速度快，特別是編寫界面的能力很強。但它在數字處理分析、算法工具、編程效率和準確方便的繪制數據圖像方面遠低于Matlab語言。

　　Matlab與VC++常用的結合方法有5種：

　　①Matlab引擎。

　　②用Matcom將Matlab的M文件編譯成C語言文件并嵌入VC++。

　　③使用Matlab提供的函數庫或C++接口函數庫直接在VC中編程。

　　④利用Matlab提供的MCC命令生成與Matlab文件對應的基于C語言或C++語言的包裹文件，再嵌入VC中。

　　⑤應用組建技術實現Matlab與VC混合編程。

　　本研究針對5種方法進行了研究和試驗。后4種方法對于Matlab的圖像處理工具箱只有部分支持，而Matlab引擎對Matlab具有全功能調用功能，包括對于數字圖像和通信對象處理的支持，故本文選用Matlab引擎來實現基于VC++和Matlab的障礙物檢測系統研發平臺。

　　2 障礙物檢測系統的設計與實現

　　2.1 Matlab和VC接口編譯環境的設置

　　在VC的集成環境中，如要實現與Matlab引擎之間的通信，需要對VC的編譯環境進行一些設置，例如：為VC工程添加Matlab頭文件、添加Matlab庫文件等等。

　　2.2 VC中調用Matlab引擎的設置及程序實現

　　在VC中利用Matlab引擎進行圖像處理，首先需要在程序中進行一些基本定義，如在使用Matlab引擎類的cpp文件中首先添加語句#inclu-de“engine.h”以及#include“matrix.h”，需要用Engine*m_ep定義Matlab引擎，用m_ep=engOpen(NULL)語句啟動Matlab引擎;最后還要用engClose(m_ep)語句關閉Matlab引擎等。

　　本文研究的障礙物檢測系統主要是先利用雙目立體視覺來檢測障礙物的位置及距離等信息，并對移動機器人的雙攝像機進行控制來采集圖像對，然后對圖像進行一系列的處理。其軟件設計采用模塊化開發思想，主要包括圖像采集模塊、邊緣特征提取模塊、Otsu圖像分割模塊、攝像機標定模塊、立體匹配模塊和三維重建模塊。障礙物檢測系統主界面如圖1所示。

?