CN102789234B - 基于颜色编码标识的机器人导航方法及系统 - Google Patents
基于颜色编码标识的机器人导航方法及系统 Download PDFInfo
- Publication number
- CN102789234B CN102789234B CN201210289058.3A CN201210289058A CN102789234B CN 102789234 B CN102789234 B CN 102789234B CN 201210289058 A CN201210289058 A CN 201210289058A CN 102789234 B CN102789234 B CN 102789234B
- Authority
- CN
- China
- Prior art keywords
- robot
- navigation
- image
- color coding
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于颜色编码标识的机器人导航方法,包括以下步骤:根据采集到的图像数据,提取导航标识线,确定路径方向;识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备;识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令。本发明还公开了一种基于颜色编码标识的机器人导航系统。本发明的原理简单,扩展性强,具有良好的视觉感知,能够完成室内服务机器人的定位和导航任务;可以与其他导航系统相结合,提高导航系统的稳定性与实用性;有效解决了目前在机器人导航领域对复杂环境适应性比较薄弱以及导航中误差累计、运算量大、传感器相互干扰等问题。
Description
技术领域
本发明涉及机器人导航控制技术领域,特别是涉及一种基于颜色编码标识的机器人导航方法及系统。
背景技术
现有的机器人导航控制,主要是利用电磁或超声波传感器进行导航,测量得到的数据较直接,对传感器的数据处理能力要求不高,但非视觉传感器会给探测环境带来污染,如微波、超声等,各个传感器之间也会彼此干扰。利用陀螺仪、罗盘等传感器进行惯性导航,通过计算累计的探测数据,得知机器人与初始位置的位移关系,该方法可以获得相对位移信息,但是,其位置估计误差存在累积,会随机器人的不断运动而增大。视觉导航具有探测范围广、获得的信息丰富的优点,但是要区分环境中的目标与背景,从环境中找到特定物体却是其难以克服的缺点。为了将目标从背景中分开,需要很大的图像计算量,导致系统实时性降低,同时其效果与也存在问题,为避免这些问题需要采取各种图像处理方法进行处理。
发明内容
基于此,针对上述问题,本发明提出一种基于颜色编码标识的机器人导航方法及系统,可有效解决目前在机器人导航领域对复杂环境适应性比较薄弱以及导航中误差累计、运算量大、传感器相互干扰等问题。
为解决上述技术问题,本发明提供了一种基于颜色编码标识的机器人导航方法,包括以下步骤:
根据采集到的图像数据,提取导航标识线,确定路径方向;
识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备;
识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令。
机器人根据采集到的图像数据,利用图像预处理、图像分割、数学形态学等图像处理方法,提取导航标识线,确定路径方向后,根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动。在快运动到断点标志的时候,机器人识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备,避免由于速度过快来不及进行解码译码。然后机器人识别设于拐弯处或其他位置的颜色编码色块,机器人通过图像进行译码识别,执行转弯或其他命令。
在其中一个实施例中,在“识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备”之前,还包括以下步骤:调整机器人左轮与右轮分别的速度,控制机器人的运动方向与垂直方向的夹角不超过10度。目的是起到偏转校正、自动导航的作用,在理想情况下,拟合出的导航线是垂直的,但是实际中,机器人的运动方向与理想情况下总有一个偏转角,要保证机器人的运动方向与垂直方向的夹角在10度以内。在实际的控制当中,是按以下参数控制机器人运动的,当左偏角>10时,减小机器人右轮的速度,当右偏角>10时,减小左轮的速度,通过实时的调整机器人的左右轮子的速度,让机器人的运动方向与垂直方向的夹角不超过10度,以实现自动导航。
在其中一个实施例中,在“识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令”之后,还包括以下步骤:当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说。目的是实现语音播报的功能。
在其中一个实施例中,在“根据采集到的图像数据,提取导航标识线,确定路径方向”之前,还包括以下步骤:通过摄像头获取视频信号,并采集图像数据。目的是保证能够准确提取到图像信号。
在其中一个实施例中,在提取导航标识线时,包括图像预处理的步骤,具体包括:
采用OTSU方法计算出一个最佳的全局阈值,将图像二值化;
采用中值滤波方法以及数学形态学方法去除图像中的噪声;
用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界;
分割完成后,采用中值滤波进行去噪处理。
在其中一个实施例中,在图像预处理之后,还包括拟合导航线的步骤,具体包括:
逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;
如果某行的边缘点的个数大于T个,舍去这一行不进行处理,其中T>0;
对统计到的边缘点求中点,记录坐标;
用 A 和 B 表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,即A和B的重心;
根据计算出的重心,得出A与B两重心之间的距离。
为解决上述技术问题,本发明还提供了一种基于颜色编码标识的机器人导航系统,包括导航线识别提取模块、断点识别模块和颜色编码识别模块。
其中,导航线识别提取模块,用于根据采集到的图像数据,提取导航标识线,确定路径方向;断点识别模块,用于识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备;颜色编码识别模块,用于识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令。
机器人根据采集到的图像数据,利用图像预处理、图像分割、数学形态学等图像处理方法,提取导航标识线,确定路径方向后,根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动。在快运动到断点标志的时候,机器人识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备,避免由于速度过快来不及进行解码译码。然后机器人识别设于拐弯处或其他位置的颜色编码色块,机器人通过图像进行译码识别,执行转弯或其他命令。
在其中一个实施例中,还包括偏转校正模块,用于调整机器人左轮与右轮分别的速度,控制机器人的运动方向与垂直方向的夹角不超过10度。目的是起到偏转校正、自动导航的作用,在理想情况下,拟合出的导航线是垂直的,但是实际中,机器人的运动方向与理想情况下总有一个偏转角,要保证机器人的运动方向与垂直方向的夹角在10度以内。在实际的控制当中,是按以下参数控制机器人运动的,当左偏角>10时,减小机器人右轮的速度,当右偏角>10时,减小左轮的速度,通过实时的调整机器人的左右轮子的速度,让机器人的运动方向与垂直方向的夹角不超过10度,以实现自动导航。
在其中一个实施例中,还包括服务解说模块,用于当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说。目的是实现语音播报的功能。
在其中一个实施例中,还包括视频图像采集模块,用于通过摄像头获取视频信号,并采集图像数据。目的是保证能够准确提取到图像信号。
在其中一个实施例中,还包括图像预处理模块,用于采用OTSU方法计算出一个最佳的全局阈值,将图像二值化;采用中值滤波方法以及数学形态学方法去除图像中的噪声;用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界;分割完成后,采用中值滤波进行去噪处理。
在其中一个实施例中,还包括拟合导航线模块,用于逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;如果某行的边缘点的个数大于T个,舍去这一行不进行处理,其中T>0;对统计到的边缘点求中点,记录坐标;用 A 和 B 表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,即A和B的重心;根据计算出的重心,得出A与B两重心之间的距离。
本发明的有益效果是:
(1)原理简单,扩展性强,具有良好的视觉感知,能够完成室内服务机器人的定位和导航任务;
(2)可以与其他导航系统相结合,提高导航系统的稳定性与实用性;
(3)有效解决了目前在机器人导航领域对复杂环境适应性比较薄弱以及导航中误差累计、运算量大、传感器相互干扰等问题;
(4)通过摄像头采集视频图像数据,设计了颜色编码色块,能够有效区分环境中的目标与背景,从环境中找到特定物体,从而实现准确导航的目的,非常适于推广和应用。
附图说明
图1为本发明实施例所述导航方法的流程图;
图2为本发明实施例所述机器人导航线偏转校正的示意图;
图3为本发明实施例所述颜色编码的编码方法示意图;
图4为本发明实施例的颜色编码示例;
图5为本发明实施例的简单颜色编码示例;
图6为本发明实施例所述的导航系统的原理方框图;
附图标记说明:
10-视频图像采集模块,20-导航线识别提取模块,30-断点识别模块,40-电机控制模块,50-偏转校正模块,60-服务解说模块,70-颜色编码识别模块。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例:
如图1所示,一种基于颜色编码标识的机器人导航方法,包括以下步骤:
步骤S101,通过摄像头获取视频信号,并采集图像数据。机器人通过摄像头获取视频信号,数码摄像头是一种数字视频的输入设备,色彩位数一般为24bit,视频捕获速度平均 30 帧/秒。
步骤S102,根据采集到的图像数据,提取导航标识线,确定路径方向。将采集到的图像数据进行图像处理,识别和提取导航线,即将导航线从背景图像中分割出来。通过视觉方法识别地面上铺设的导航标识线,该方法的优点是通用性比较强,不管是在什么样的环境中,只要是有轨线的地方,机器人就能循线运动,而且运算的复杂度也是比较低的。
在直线提取算法中最常用的是Hough变换和最小二乘法,但是在实际图像中提取直线时还存在许多问题,比如 Hough变换的计算量比较大,直线位置信息的获取存在很大困难,在实际的图像中提取的直线特征在Hough变换空间中受干扰线段和噪声簇的影响非常大,由于实际图像中的光照不均匀,有可能出现直线断裂,在一条直线上的点并不是严格的沿直线分布等。最小二乘法计算量比较大,而且要求选取的点必须是近似导航线上的点,容易受干扰点的影响。因此本方法采用的是基于边缘的双质心的导航直线提取方法。具体过程算法如下:
为方便提取图像中的导航线目标,需要图像进行预处理,预处理方法如下:
(1)首先利用OTSU方法计算出一个最佳的全局阈值,将图像二值化。
OTSU于1979年提出,是对灰度图像进行阈值分割的一种方法,依据类间距离的极大准则来确定进行分割的阈值。
对于一副图像,记t为区分前景与背景的阈值。设该图像中共有M个灰度级,图像中共有像素N个,处于某一灰度级i上的像素有ni个,则有:,前景点数占图像比例为ωA,平均灰度为ρA;背景点数占图像比例为ωB,平均灰度为ρB。则图像总的平均灰度为:
ρ=ωAρA+ωBρB
从图像的最小灰度值到最大灰度值遍历t,当t使得值:
σ2=ρA(ωA-ω)2+ρB(ωB-ω)2
最大时 t 即为分割的最佳阈值:
阈值t分割出的前景和背景两部分构成了整幅图像,而前景取值ρA,概率为ωA,背景取值ρB,概率为ωB,总均值为ρ,因方差是灰度分布均匀性的一种度量,方差越大,说明构成图像的两部分差别越大,当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。
通过使用OTSU动态阈值,不需要在每次调试前手动调整阈值来适应环境,并且当环境中的整体亮度提高或降低时,导航线的识别准确性不会受到严重影响,提高了系统的适应性和可靠性,使导航线的识别效果较之前的方法有一定的提升。
(2)利用中值滤波方法以及数学形态学方法去除图像中的噪声。
(3)用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界。
(4)分割完成后,图像中可能还有一些噪声存在,还可继续利用中值滤波去噪。
经过以上预处理,图像中的导航标志线的边缘就已经比较清楚了,下面的工作就是如何拟合导航线了。发明人把此方法定义为双质心法,其中心思想如下:
1)逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;
2)如果此行的边缘点的个数大于T个,说明此行干扰点的个数太多,舍去这一行不进行处理;
3)对统计到的边缘点求中点,记录坐标;
4)用 A 和 B 表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,也就是A和B的重心;
5)根据步骤4中计算的重心,利用数学上的两点式即可求得导航直线的方程。
步骤S103,电机控制,根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动。
步骤S104,调整机器人左轮与右轮分别的速度,控制机器人的运动方向与垂直方向的夹角不超过10度。目的是起到偏转校正、自动导航的作用,在理想情况下,拟合出的导航线是垂直的,但是实际中,机器人的运动方向与理想情况下总有一个偏转角,要保证机器人的运动方向与垂直方向的夹角在10度以内。在实际的控制当中,是按以下参数控制机器人运动的,如图2所示,当左偏角>10时,减小机器人右轮的速度,当右偏角>10时,减小左轮的速度,通过实时的调整机器人的左右轮子的速度,让机器人的运动方向与垂直方向的夹角不超过10度,以实现自动导航。
步骤S105,识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备。断点设置,为了让机器人知道它的前面将会出现一个编码,在机器人行走的导航线上设置了一个标志,在遇到此标志之后,机器人才进行编码识别。机器人在识别编码的时候如果速度过快,将会来不及识别而越过编码区域,由此,在编码区域的前方,设置一个断点标志。机器人识别出断点之后,将会减速,调整自身的位姿,以有充分的时间来识别路径上的节点编码。
步骤S106,识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令。颜色编码识别,为了使服务机器人在导航过程中执行相应的命令,我们提出一种颜色编码方法,对命令进行编码,包含简单编码和字节编码,编码方法如下:
1)字节编码
所述字节编码方法如图3所示,蓝色色块表示编码区的中心位置,红色色块是编码区方向的标识,蓝色色块周围的八个色块为编码块,用白色和黑色区分。识别模块通过比较红色色块与蓝色色块的相对位置来确定当前编码区的朝向,从而进行相应的编码识别。该方法相对于射频模块识别具有成本低,简单实用的特点。
如图4是字节编码的示例,编码数据是10011010。
2)简单编码
对于机器人左转、右转、停止等简单的动作命令,本方法设计了简单颜色编码方法,编码方式如图5所示。
颜色编码识别的关键在于首先识别颜色模块,即所述的蓝色色块和红色色块,确定编码方向,再进一步进行二进制译码。而本方法中的颜色识别采用HSI颜色模型,因为HSI颜色空间与人类的视觉系统规律比较符合,而且亮度分量与图像彩色信息无关,色调和饱和度分量与人感受颜色方式紧密相连,为了避免颜色受到光照明暗等条件的干扰,故选用HSI色彩空间进行颜色识别。
步骤S107,当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说,实现语音播报的功能。服务解说,机器人在识别特征标识后,调用相应的音频模块,这些音频文件是通过录音设备直接记录的真实声音的二进制采样数据,完成特定的解说和服务任务。
本实施例所述的基于颜色编码标识的机器人导航方法,通过摄像头进行采集环境图像,对采集图像进行一定的预处理操作,主要是去除一些噪声点的干扰,并增强图像的细节;接下来的工作就是对导航标识线和颜色编码色块进行分割了,对导航标识线的分割,发明人采用OTSU方法进行自动阈值分割,将图像分割成黑白二值图像,然后通过对噪声有抑制作用的Sobel边缘检测算子进行道路的边缘分割;对颜色编码色块的分割,发明人将图像转换到HSI颜色空间下,这种颜色空间比较符合人类的视觉规律,而且很大程度上避免了光线明亮的影响。决策模块主要完成机器人的动作指示,包括调整机器人的轮速和服务解说,根据分割出的标识类型,及时地调整机器人的轮速,指导机器人完成直行、左转弯、右转弯和停止四种动作以及相关的命令动作。
如图6所示,根据上述实施例所述的基于颜色编码标识的机器人导航方法,本发明还设计了一种基于颜色编码标识的机器人导航系统,包括视频图像采集模块10、导航线识别提取模块20、电机控制模块40、偏转校正模块50、断点识别模块30、颜色编码识别模块70和服务解说模块60。其中:
导航线识别提取模块20,用于根据采集到的图像数据,提取导航标识线,确定路径方向。
断点识别模块30,用于识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备。
颜色编码识别模块70,用于识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令。
电机控制模块40,用于根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动。
偏转校正模块50,用于调整机器人左轮与右轮分别的速度,控制机器人的运动方向与垂直方向的夹角不超过10度。目的是起到偏转校正、自动导航的作用,在理想情况下,拟合出的导航线是垂直的,但是实际中,机器人的运动方向与理想情况下总有一个偏转角,要保证机器人的运动方向与垂直方向的夹角在10度以内。在实际的控制当中,是按以下参数控制机器人运动的,当左偏角>10时,减小机器人右轮的速度,当右偏角>10时,减小左轮的速度,通过实时的调整机器人的左右轮子的速度,让机器人的运动方向与垂直方向的夹角不超过10度,以实现自动导航。
服务解说模块60,用于当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说。目的是实现语音播报的功能。
视频图像采集模块10,用于通过摄像头获取视频信号,并采集图像数据。目的是保证能够准确提取到图像信号。
在本实施例中,还包括图像预处理模块和拟合导航线模块(图6中未标示出),其中,
图像预处理模块,用于采用OTSU方法计算出一个最佳的全局阈值,将图像二值化;采用中值滤波方法以及数学形态学方法去除图像中的噪声;用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界;分割完成后,采用中值滤波进行去噪处理。
拟合导航线模块,用于逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;如果某行的边缘点的个数大于T个,舍去这一行不进行处理,其中T>0;对统计到的边缘点求中点,记录坐标;用 A 和B 表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,即A和B的重心;根据计算出的重心,得出A与B两重心之间的距离。
本实施例所述基于颜色编码标识的机器人导航系统,其工作原理如下:
机器人根据采集到的图像数据,利用图像预处理、图像分割、数学形态学等图像处理方法,提取导航标识线,确定路径方向后,根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动。在快运动到断点标志的时候,机器人识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备,避免由于速度过快来不及进行解码译码。然后机器人识别设于拐弯处或其他位置的颜色编码色块,机器人通过图像进行译码识别,执行转弯或其他命令。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (2)
1.一种基于颜色编码标识的机器人导航方法,其特征在于,包括以下步骤:
步骤一:通过摄像头获取视频信号,并采集图像数据,机器人通过摄像头获取视频信号;
步骤二:根据采集到的图像数据,提取导航标识线,确定路径方向,将采集到的图像数据进行图像处理,识别和提取导航线,即将导航线从背景图像中分割出来,通过视觉方法识别地面上铺设的导航标识线;在提取导航标识线时,包括图像预处理的步骤,具体包括:采用OTSU方法计算出一个最佳的全局阈值,将图像二值化;采用中值滤波方法以及数学形态学方法去除图像中的噪声;用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界;分割完成后,采用中值滤波进行去噪处理;在图像预处理之后,包括拟合导航线的步骤,具体包括:逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;当某行的边缘点的个数大于T个,舍去这一行不进行处理,其中T>0;对统计到的边缘点求中点,记录坐标;用A和B表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,即A和B的重心;根据计算出的重心,得出A与B两重心之间的距离;
步骤三:电机控制,根据导航线方向驱动机器人电机模块进行前行和转向,使机器人沿着特定轨迹运动;
步骤四:调整机器人左轮与右轮分别的速度,控制机器人的运动方向与垂直方向的夹角不超过10度;具体的,按以下参数控制机器人运动,当左偏角时,减小机器人右轮的速度,当右偏角时,减小左轮的速度,通过实时的调整机器人的左轮右轮的速度,让机器人的运动方向与垂直方向的夹角不超过10度,实现自动导航;
步骤五:识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备,在机器人行走的导航线上设置了一个标志,在遇到此标志之后,机器人才进行编码识别;
步骤六:识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令;
步骤七:当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说,实现语音播报的功能,机器人在识别特征标识后,调用相应的音频模块,这些音频文件是通过录音设备直接记录的真实声音的二进制采样数据,完成解说和服务任务。
2.一种基于颜色编码标识的机器人导航系统,其特征在于,包括:
导航线识别提取模块,用于根据采集到的图像数据,提取导航标识线,确定路径方向;
断点识别模块,用于识别设于颜色编码标识前方的断点标志,为识别颜色编码做好调节运动轨迹的准备;
颜色编码识别模块,用于识别设于拐弯处或其他位置的颜色编码色块,执行转弯或其他命令;
偏转校正模块,用于调整机器人左轮与右轮分别的速度,当左偏角时,减小机器人右轮的速度,当右偏角时,减小左轮的速度,通过实时的调整机器人的左右轮子的速度,让机器人的运动方向与垂直方向的夹角不超过10度,以实现自动导航;
服务解说模块,用于当机器人行驶于颜色编码色块处时,调用音频模块,完成服务解说;
视频图像采集模块,用于通过摄像头获取视频信号,并采集图像数据;
图像预处理模块,用于采用OTSU方法计算出一个最佳的全局阈值,将图像二值化;采用中值滤波方法以及数学形态学方法去除图像中的噪声;用Sobel边缘检测算子进行边缘分割,检测出导航标识线的边界;分割完成后,采用中值滤波进行去噪处理;
拟合导航线模块,用于逐行扫描图像,分别统计上、下半幅图像每行边缘点的坐标;如果某行的边缘点的个数大于T个,舍去这一行不进行处理,其中T>0;对统计到的边缘点求中点,记录坐标;用A和B表示图像的上下两部分区域,分别计算A区域和B区域的中点的中心,即A和B的重心;根据计算出的重心,得出A与B两重心之间的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210289058.3A CN102789234B (zh) | 2012-08-14 | 2012-08-14 | 基于颜色编码标识的机器人导航方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210289058.3A CN102789234B (zh) | 2012-08-14 | 2012-08-14 | 基于颜色编码标识的机器人导航方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102789234A CN102789234A (zh) | 2012-11-21 |
CN102789234B true CN102789234B (zh) | 2015-07-08 |
Family
ID=47154652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210289058.3A Expired - Fee Related CN102789234B (zh) | 2012-08-14 | 2012-08-14 | 基于颜色编码标识的机器人导航方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102789234B (zh) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234542B (zh) * | 2013-04-12 | 2015-11-04 | 东南大学 | 基于视觉的汽车列车弯道行驶轨迹测量方法 |
CN104181920B (zh) * | 2013-05-21 | 2017-03-08 | 成都四威高科技产业园有限公司 | 一种基于视觉的agv定位方法 |
CN103292805B (zh) * | 2013-05-28 | 2016-05-04 | 武汉理工大学 | 一种室内导航系统及其室内导航方法 |
CN105334849A (zh) * | 2014-07-02 | 2016-02-17 | 苏州宝时得电动工具有限公司 | 自动行走设备控制方法及自动工作系统 |
CN104238558B (zh) * | 2014-07-16 | 2017-01-25 | 宁波韦尔德斯凯勒智能科技有限公司 | 一种基于单摄像头的循迹机器人直角转弯检测方法及装置 |
CN104298240A (zh) * | 2014-10-22 | 2015-01-21 | 湖南格兰博智能科技有限责任公司 | 导游机器人及其控制方法 |
CN106687878B (zh) * | 2014-10-31 | 2021-01-22 | 深圳市大疆创新科技有限公司 | 用于利用视觉标记进行监视的系统和方法 |
EP3249419A4 (en) * | 2015-01-22 | 2018-02-28 | Guangzhou Airob Robot Technology Co., Ltd. | Color block tag-based localization and mapping method and device thereof |
CN104848851B (zh) * | 2015-05-29 | 2017-08-18 | 山东鲁能智能技术有限公司 | 基于多传感器数据融合构图的变电站巡检机器人及其方法 |
CN104864889B (zh) * | 2015-05-29 | 2018-05-29 | 山东鲁能智能技术有限公司 | 一种基于视觉的机器人里程计校正系统及方法 |
CN105116885B (zh) * | 2015-07-16 | 2017-12-05 | 江苏大学 | 一种基于人工标识的自动投饵作业船视觉导航方法 |
CN106695779B (zh) * | 2015-07-30 | 2019-04-12 | 广明光电股份有限公司 | 机器手臂移动路径编辑方法 |
CN106558127A (zh) * | 2015-09-30 | 2017-04-05 | 深圳光启合众科技有限公司 | 智能机器人、光子门禁系统以及门禁控制方法 |
CN105243665A (zh) * | 2015-10-10 | 2016-01-13 | 中国科学院深圳先进技术研究院 | 一种机器人双足定位方法和装置 |
CN105486309B (zh) * | 2015-12-02 | 2018-08-17 | 广州市吉特科技有限公司 | 一种基于颜色模式与辅助识别的室内机器人导航与定位方法 |
CN105716611B (zh) * | 2016-01-29 | 2018-06-05 | 西安电子科技大学 | 基于环境信息的室内移动机器人及其定位方法 |
CN106168803A (zh) * | 2016-04-18 | 2016-11-30 | 深圳众为兴技术股份有限公司 | 一种用于移动机器人的位置感知方法 |
CN106168802B (zh) * | 2016-04-18 | 2020-04-14 | 深圳众为兴技术股份有限公司 | 一种用于移动机器人的位置感知装置 |
CN106017458B (zh) * | 2016-05-18 | 2019-08-27 | 宁波华狮智能科技有限公司 | 移动机器人组合式导航方法及装置 |
CN106323289A (zh) | 2016-08-23 | 2017-01-11 | 北京小米移动软件有限公司 | 平衡车的控制方法及装置 |
CN107203767B (zh) * | 2017-05-24 | 2020-01-14 | 深圳市神视检验有限公司 | 一种辅助实现自动化无损检测的方法及装置 |
CN107218889B (zh) * | 2017-05-24 | 2020-03-31 | 深圳市神视检验有限公司 | 一种测量位置的方法及装置 |
CN106991909A (zh) * | 2017-05-25 | 2017-07-28 | 锥能机器人(上海)有限公司 | 一种用于空间定位的地面标识 |
CN108253956B (zh) * | 2017-12-29 | 2021-04-23 | 董明武 | 一种智能捡网球机器人的定位系统、方法及装置 |
CN108255177A (zh) * | 2018-01-17 | 2018-07-06 | 航天科工智能机器人有限责任公司 | 机器人自主充电系统 |
CN108827327B (zh) * | 2018-04-23 | 2021-09-14 | 北京天隼图像技术有限公司 | 节点编/解码装置和方法、节点引导系统、自动装置 |
CN108762250A (zh) * | 2018-04-27 | 2018-11-06 | 深圳市商汤科技有限公司 | 设备的控制方法和装置、设备、计算机程序和存储介质 |
CN109341692B (zh) * | 2018-10-31 | 2022-11-08 | 江苏木盟智能科技有限公司 | 一种沿线导航方法及机器人 |
CN109737962B (zh) * | 2018-11-23 | 2022-11-18 | 中山大学 | 一种基于特殊圆环编码的机器视觉自主定位方法和系统 |
CN111380533B (zh) * | 2018-12-29 | 2023-03-24 | 深圳市优必选科技股份有限公司 | 定位导航方法、设备及存储装置 |
CN109739237B (zh) * | 2019-01-09 | 2020-08-18 | 华南理工大学 | 一种基于新型编码标志的agv视觉导航及定位方法 |
CN110032191A (zh) * | 2019-04-28 | 2019-07-19 | 中北大学 | 一种仿人型机器人快速行走循迹避障实现方法 |
CN110333716A (zh) * | 2019-04-30 | 2019-10-15 | 深圳市商汤科技有限公司 | 一种运动控制方法、装置和系统 |
CN110378854B (zh) * | 2019-07-17 | 2021-10-26 | 上海商汤智能科技有限公司 | 机器人图像增强方法及装置 |
CN111123953B (zh) * | 2020-01-09 | 2022-11-01 | 重庆弘玑隆程科技有限公司 | 人工智能大数据下粒子化移动机器人组及其控制方法 |
CN111360829B (zh) * | 2020-03-13 | 2023-12-05 | 苏州三百亿科技有限公司 | 人工智能大数据下医疗用品运送机器人及其控制方法 |
CN111968263A (zh) * | 2020-08-25 | 2020-11-20 | 成都盛锴科技有限公司 | 一种轨道交通线路智能巡检系统 |
CN112082556B (zh) * | 2020-09-08 | 2024-04-30 | 杭州电子科技大学 | 一种基于色环灯地标的室内定位方法 |
CN112200866B (zh) * | 2020-09-30 | 2024-05-14 | 无锡太机脑智能科技有限公司 | 基于色块视觉标记的室内单目全局定位方法 |
CN112558600A (zh) * | 2020-11-09 | 2021-03-26 | 福建汉特云智能科技有限公司 | 一种用于机器人移动校正的方法及机器人 |
CN112598727B (zh) * | 2020-12-07 | 2023-12-19 | 长安大学 | 一种基于视觉压路机导航参数提取方法 |
CN113158779B (zh) * | 2021-03-09 | 2024-06-07 | 美智纵横科技有限责任公司 | 一种行走方法、装置和计算机存储介质 |
CN113657333B (zh) * | 2021-08-23 | 2024-01-12 | 深圳科卫机器人科技有限公司 | 警戒线识别方法、装置、计算机设备及存储介质 |
CN113955136B (zh) * | 2021-09-02 | 2024-04-05 | 浙江图盛输变电工程有限公司温州科技分公司 | 一种电网自动巡检无人机目标挂点校准中转站 |
CN114200927A (zh) * | 2021-11-12 | 2022-03-18 | 北京时代富臣智能科技有限公司 | 一种物流机器人系统 |
CN117722997B (zh) * | 2024-02-07 | 2024-04-23 | 哈尔滨工业大学 | 一种结构厚度连续手动超声成像测量方法及扫查装置 |
CN118392159B (zh) * | 2024-06-26 | 2024-08-30 | 天津渤海职业技术学院 | 一种用于agv机器人的室内导航方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581209A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 基于物体轮廓的变电站中圆/椭圆/方形仪表监测方法 |
CN101999972A (zh) * | 2010-11-24 | 2011-04-06 | 上海理工大学 | 一种基于立体视觉的盲人辅助行走装置及其辅助方法 |
CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
CN102324099A (zh) * | 2011-09-05 | 2012-01-18 | 广东工业大学 | 一种面向仿人机器人的台阶边缘检测方法 |
CN102431034A (zh) * | 2011-09-05 | 2012-05-02 | 天津理工大学 | 基于颜色识别的机器人追踪方法 |
CN102541063A (zh) * | 2012-03-26 | 2012-07-04 | 重庆邮电大学 | 缩微智能车辆寻线控制方法和装置 |
-
2012
- 2012-08-14 CN CN201210289058.3A patent/CN102789234B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581209A (zh) * | 2004-05-21 | 2005-02-16 | 清华大学 | 基于物体轮廓的变电站中圆/椭圆/方形仪表监测方法 |
CN101999972A (zh) * | 2010-11-24 | 2011-04-06 | 上海理工大学 | 一种基于立体视觉的盲人辅助行走装置及其辅助方法 |
CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
CN102324099A (zh) * | 2011-09-05 | 2012-01-18 | 广东工业大学 | 一种面向仿人机器人的台阶边缘检测方法 |
CN102431034A (zh) * | 2011-09-05 | 2012-05-02 | 天津理工大学 | 基于颜色识别的机器人追踪方法 |
CN102541063A (zh) * | 2012-03-26 | 2012-07-04 | 重庆邮电大学 | 缩微智能车辆寻线控制方法和装置 |
Non-Patent Citations (1)
Title |
---|
视觉导航中移动机器人的一种定位和导航方法;修择;《中国优秀硕士学位论文全文数据库》;20120415(第4期);12-55 * |
Also Published As
Publication number | Publication date |
---|---|
CN102789234A (zh) | 2012-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102789234B (zh) | 基于颜色编码标识的机器人导航方法及系统 | |
CN103778786B (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
Borkar et al. | A layered approach to robust lane detection at night | |
EP1796043B1 (en) | Object detection | |
Jung et al. | A lane departure warning system using lateral offset with uncalibrated camera | |
CN110379168B (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
CN107978165A (zh) | 基于计算机视觉的交叉口标志标线与信号灯智能感知方法 | |
KR20120072020A (ko) | 자율주행 시스템의 주행정보 인식 방법 및 장치 | |
Guo et al. | Lane detection method based on improved RANSAC algorithm | |
CN108776974B (zh) | 一种适用于公共交通场景的实时目标跟踪方法 | |
CN104134222A (zh) | 基于多特征融合的车流监控图像检测和跟踪系统及方法 | |
CN102592454A (zh) | 一种基于车辆侧面与路面交线检测的交叉口车辆运动参数测量方法 | |
CN102938057B (zh) | 一种车辆阴影消除方法及装置 | |
KR20150084234A (ko) | 차량 및 차선 위치 검출 시스템 및 방법 | |
CN105046198A (zh) | 一种车道检测方法 | |
AU2021255130B2 (en) | Artificial intelligence and computer vision powered driving-performance assessment | |
Poggenhans et al. | A universal approach to detect and classify road surface markings | |
Schreiber et al. | Detecting symbols on road surface for mapping and localization using OCR | |
CN106803073B (zh) | 基于立体视觉目标的辅助驾驶系统及方法 | |
Dornaika et al. | A new framework for stereo sensor pose through road segmentation and registration | |
CN103390259A (zh) | 视觉导引agv中的地面图像处理方法 | |
Wang et al. | Geometry constraints-based visual rail track extraction | |
Espino et al. | Rail and turnout detection using gradient information and template matching | |
JP3629935B2 (ja) | 移動体の速度計測方法およびその方法を用いた速度計測装置 | |
CN106340031A (zh) | 一种检测运动物体的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150708 Termination date: 20160814 |