1.一种基于双目视觉的物理坐标定位方法，其特征在于，包括以下步骤：S1、对左右两个摄像机进行标定，建立摄像机模型的坐标系，求得摄像机模型中图像坐标系与世界坐标系的转换关系；

S2、提取特征点和获得特征点在左右图像中的像素坐标；

S3、算出特征点在世界坐标系中的空间坐标；

所述S2具体包括：

S21、图像边缘提取；

S22、求出特征点在左右图像中的像素坐标；

所述步骤S22具体包括：

S221、对图像的每个像素点灰度值进行“八邻域”的相似度参数计算，即对于像素点I(i,j)的灰度值，分别计算I(i-1,j-1)、I(i-1,j)、I(i-1,j+1)、I(i,j-1)、I(i,j+1)、I(i+1,j-1)、I(i+1,j)、I(i+1,j+1)的灰度值与I(i,j)灰度值的差值，如果差值在±20之间则为相似点，用1表示，否则不为相似点，用0表示，所有的相似点组成相似矩阵S；

S222、特征点提取；对每一个像素点计算相关矩阵M，计算公式如下：G＝exp[-1/2(d2+e2)/δ2]

其中， I表示像素点的像素灰度值强度，

X、Y为像素灰度值在像素坐标x、y方向上的一阶偏导数，G为高斯平滑函数，d、e为高斯滤波器尺寸，u、v指的是图像坐标系的x、y值；

S223、计算相似矩阵中每个相似点的角点响应，计算公式如下：

2 2 2

R＝(AB-S) -L(A+B)

其中，L为常数，R为角点响应的最大值；

S224、对于相似矩阵中的每个相似点，在w*w范围内寻找极大值点，w为移动检测窗口尺寸，若角点响应大于某一阈值θ且该点的角点响应比以该点为中心的“八邻域”点都大，则视为角点，该点的坐标值为相似矩阵中相似点的坐标，该坐标即像素坐标，对左右图像进行上述步骤操作，算出空间点在左右摄像机模型的坐标系中的像素坐标；

所述S3包括：

S301、对左右摄像机模型的坐标系中的像素坐标进行特征匹配，计算特征点视差，其计算公式为：SAD(u，v，disp)＝∑|PL(i+h，j+k)-PR(i+h+disp，j+k)|其中，(i，j)为像素点坐标，h、k为x、y坐标轴上的移动检测窗口尺寸，disp为视差值，PL(i+h，j+k)、PR(i+h+disp，j+k)为左右图像像素点的坐标；

S302、根据三角测距法计算目标点Z轴坐标：

PL、PR为左右图像像素点的横坐标，T为两摄像机光心连线距离，f为焦距，ZP为目标点跟摄像机连线的距离值，即目标点在世界坐标系中的Z坐标值；

S303、将目标点的Z轴坐标ZP，代入S1步骤中的转换模型，计算出目标点的左、右摄像机模型坐标系下的坐标，进而计算出目标点在世界坐标系中的坐标。

2.根据权利要求1所述的基于双目视觉的物理坐标定位方法，其特征在于，所述S1具体包括：S101、建立模型，设置摄像机的标定模型，建立摄像机模型坐标系；

S102、求出世界坐标系与摄像机模型坐标系的转换模型：其中，R为3×3摄像机模型坐标系的旋转矩阵，Q为3×1摄像机模型坐标系平移向量，(xc，yc，zc)为摄像机模型坐标系中的坐标，(xw，yw，zw)为世界坐标系中的坐标；

S103、通过摄像机模型将世界坐标系中的目标点投影到一个二维图像中，建立二维图像的像素坐标系；

S104、求出摄像机模型坐标系与像素坐标系的转换关系；

其中，(xc，yc，zc)为摄像机模型坐标系中的坐标，(u，v)是成像平面的像素坐标，(u0、v0)成像平面的中心点坐标，f是摄像机焦距，sx＝1/dx是成像平面横轴上的尺度因子，sy＝1/dy成像平面纵轴上的尺度因子。

3.根据权利要求1所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S21具体包括：S211、通过高斯滤波器实现图像的平滑；

S212、计算平滑后的图像的像素梯度幅值N(u，v)和方向θ(u，v)；

S213、对梯度幅值进行非极大值抑制，将目标像素点的梯度幅值N(i，j)分别与该梯度幅值方向上两端的相邻像素点的梯度幅值N1(i，j)、N2(i，j)进行对比，若N(i,j)>N2(i,j)且N(i,j)>N1(i,j)，则N(i，j)保持不变，否则N(i，j)＝0；

S214、采用双阈值检测并连接边缘点，对经过非极大值抑制处理的梯度图像用双阈值算法检测和连接边缘。

4.根据权利要求3所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S214中双阈值检测具体方法为，对非极大值抑制图像作用两个阈值th1和th2，两者关系th1＝0.4th2，把梯度幅值小于th1的像素的灰度值设为0，得到图像1，把梯度幅值小于th2的像素的灰度值设为0，得到图像2，以图像2为基础，以图像1为补充来连接图像的边缘。

5.根据权利要求4所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S214中连接边缘具体步骤为：(a)、对图像2进行扫描，当遇到一个非零灰度的像素I(u，v)时，跟踪以I(u，v)为开始点的轮廓线，直到轮廓线的终点I’(u，v)；

(b)、检查图像1中与图像2中I’(u，v)点位置对应的点s(u，v)的八邻域，如果在s(u，v)点的八邻域中有非零像素存在，则将其包括到图像2中，作为r(u，v)点，从r(u，v)开始，重复步骤(a)，直到在图像1和图像2中都无法继续为止；

(c)、当完成对包含I(u，v)的轮廓线的连接之后，将这条轮廓线标记为已经访问，回到步骤(a)，寻找下一条轮廓线，重复步骤(a)、步骤(b)、步骤(c)，直到图像2中找不到新轮廓线为止。