CN104007760A - 一种自主机器人视觉导航中的自定位方法 - Google Patents

Abstract

本发明的一种自主机器人视觉导航中的自定位方法，是指机器人利用视觉导航方式沿着地面上的导航线行走时，在利用迪杰斯特拉算法进行路径规划后，通过模糊控制规则指导行走，在行走过程中采用在交叉路口设置黑白等间隔环形编码方式，通过对环形编码的识别，进而完成机器人的自主定位和按照规划路径自主行走。本发明的有益效果是：采用人工编码标识，即利用黑白等间隔圆环编码方案来标识不同的交叉路口，可以根据视觉信息实现机器人的自主定位，进而实现按照既定规划路径的自主行走，该方案成本低，易于实施；同时，黑白等间隔环形编码图案可以保证机器人从不同方向识别编码图案时具有相同的结果。

Description

一种自主机器人视觉导航中的自定位方法

技术领域

本发明属于人工智能领域，涉及一种自主机器人视觉导航中的自定位方法。 

背景技术

目前，沿导航线行走的自主移动机器人在现实生活中的应用越来越广泛，例如电力行业中设备自动巡检、医院传送药品或医疗器械、危险场合例如核污染环境中检测和故障排查等。在执行这些任务时，自主机器人会遇到很多路口，需要进行自身定位。机器人的定位是机器人导航领域中不可或缺的一项重要环节，精确定位是机器人正确行走的重要指导指标。 

机器人的定位方法主要有基于非视觉信息的定位和基于视觉信息的定位。传统的基于非视觉信息的机器人定位方式主要有：GPS、RFID、地下铺设磁条等。与基于非视觉信息的定位相比，基于视觉信息的定位具有实时性好、易实施和成本低等优点。基于摄像机的视觉系统包括单目、双目和全景视觉系统。相对于双目视觉系统和全景视觉系统来说，基于单目的视觉系统简单方便、成本低廉。因此，基于单目视觉的机器人定位一直为人们所青睐。相关研究如：基于单目视觉的机器人利用门牌号和RFID标签相结合的自定位和导航、采用条形编码的路标来实现机器人的定位等。 

如果把现实环境中的真实路线反映在拓扑图上，会形成一张电子地图，电子地图中的每一个路口处为一个节点，到达目标地点需要找到最近的路径，必然会依次经过若干节点，然而能够正确到达目的地的前提就是机器人要对路口节点进行正确识别。机器人的自主定位就是机器人对于不同路 口节点进行识别，但一直以来都缺乏统一标准。由于对于这些路口不便于机器人直接测量，地面往往也没有足够的特征，同时在不同的路口处设置不同的区别标识不是一件容易的工作。 

发明内容

为解决以上技术上的不足，本发明提供了一种成本低、易实施的自主机器人视觉导航中的自定位方法。 

本发明是通过以下措施实现的： 

本发明的一种自主机器人视觉导航中的自定位方法，包括以下步骤： 

步骤1，将机器人行走导航路径上的交叉路口作为节点进行编号，并根据每个节点编号所对应的编码设计出相应的等间隔圆环编码图案，将圆环编码图案平铺在各自对应的交叉路口节点处； 

步骤2，在机器人本体前端安装固定摄像头，摄像头连接机器人上位机，上位机利用与实际导航路径对应的电子地图并基于迪杰斯特拉算法规划出到达目标地点的规划路径，该路径包含所要依次经过的交叉路口节点编号； 

步骤3，基于规划路径行走的机器人通过前端摄像头实时观测行走线路上的导航图像，并在有圆环编码图案完全进入摄像头视野内后减速慢行； 

步骤4，将摄像头获取的包含圆环编码图案的图像回传给上位机，上位机对圆环编码图案进行解码并获得其对应节点的编号，通过与电子地图中的规划路径中的节点编号进行比对实现自主定位，该定位结果将作为下一步动作的依据，例如左拐、右拐或者直行、刹车等。 

上述圆环编码图案是由黑白等间隔圆环组成，根据黑白圆环的个数确定二进制的位数，每个圆环代表二进制字符串的码字“0”或“1”，如果黑色圆环表示“0”，则白色圆环表示“1”，反之适用。 

在步骤4中，摄像头获取的圆环编码图案在倾斜安装的摄像头观测时具有一定的倾斜角，系统利用背景和前景的差别自适应选取阈值，采用最大方差法实现图像的二值化，然后通过对二值化图像进行水平和垂直方向的投影，利用投影图边缘产生的四个分界点的延长线所框出的区域作为圆环编码图案的精确位置。 

上述在圆环编码图案的精确位置上，交叉路口处导航线路的交点确定为圆环编码图案中心圆的位置，然后以中心圆的直径为宽度沿着水平方向截取一段长条形的编码图案，并根据该编码图案解码出二进制数字，然后转换成十进制数字即为该处的节点编号。 

上述在确定圆环编码图案中心圆的位置后，同时从中心圆圆心向四周发出若干条射线对圆环编码图案进行扫描，以准确确定黑白圆环的个数。 

本发明的有益效果是：采用人工编码标识，即利用黑白等间隔圆环编码方案来标识不同的交叉路口，可以根据视觉信息实现机器人的自主定位，进而实现按照既定规划路径的自主行走，成本低，易于实施；同时，黑白等间隔圆环形编码图案可以保证机器人从不同方向识别编码图案时具有相同的结果。 

附图说明

图1为本发明中圆环编码图案的示意图。 

图2中a表示摄像头获取的原图像，b表示二值化后的图像，c表示投影后的图像。 

图3中α表示对圆环编码图案精确定位，β表示十字路口的中心圆定位，δ表示丁字路口的中心圆定位。 

图4中Ⅰ、Ⅱ表示字符为九位的编码串示意图。 

图5是根据迪杰斯特拉算法规划出到达目标点的导航线路示意图。 

具体实施方式

本发明的一种自主机器人视觉导航中的自定位方法，在利用迪杰斯特拉算法进行路径规划后，利用模糊控制规则指导行走，在行走过程中采用人工编码标识、自动标识识别来实现自主定位。 

首先，对机器人行走导航路径上的交叉路口作为节点进行编号，并根据每个节点编号所对应的编码设计出相应的等间隔圆环编码图案，如图1所示。将圆环编码图案平铺在各自对应的交叉路口节点处。圆环编码图案由黑白等间隔圆环组成，根据黑白圆环的个数确定二进制的位数，每个圆环代表二进制字符串的码字“0”或“1”，如果黑色圆环表示“0”，则白色圆环表示“1”，反之也行。为了更好的定位编码区域，设计了非编码标志的中心圆，并规定编码图案的最外层始终是黑色的圆环编码区域（也可以规定最外层始终为白色的圆环编码区域）。黑白等间隔环形编码图案可以保证机器人从不同方向识别编码图案时具有相同的结果。 

其次，在机器人本体前端安装固定摄像头，前端摄像头光轴可以不与地面垂直，如果存在一定的倾斜角，则摄像头获取的圆环编码图案也会有一定的倾斜（如图2中a图）。摄像头连接机器人的上位机，系统将摄像头获取的包含圆环编码图案的图像回传给上位机；上位机利用与实际导航路径相对应的电子地图并基于迪杰斯特拉算法规划出从当前位置到达目标地点的规划路径，该路径包含了所要依次经过的交叉路口节点的编号；上位机同时对圆环编码图案进行解码。基于规划路径行走的机器人通过前端固定的摄像头实时观测行走线路上的导航图像，并在有圆环编码图案完全进入摄像头视野内后减速慢行。 

迪杰斯特拉算法实质上就是代价树宽度优先搜索。代价树宽度优先搜索包含两个步骤：选择代价最小的节点；利用新选出的节点更新剩余节点的最小代价。重复这两个步骤直到遍历全部的点。在迪杰斯特拉算法中，每个节点到源点的距离，就作为该节点的最小代价。图5中(1)表示一个实际导航地图所对应的有向图示意图G，其中边的权值代表两节点之间的距离，箭头表示边的方向。利用迪杰斯特拉算法求点A到其余各点最短距离的方法说明如下：以A点作为起点，代价为0，如图5中(2)；利用A点更新可达点的最小代价，A点可达B、D、E，因此更新B、D、E的最小代价，如图5中(3)所示；选择当前代价最小的点B，并更新剩余点的最小代价，B可以到达C，所以可以更新C的最小代价，如图5中(4)所示；选择当前代价最小的点D，并更新剩余点的最小代价，D可以到达C和E，所以可以更新C和E的最小代价，如图5中(5)所示；选择当前代价最小的点C，并更新剩余点的最小代价，C可以到达E，所以可以更新E的最小代价，如图5中(6)所示；选择当前代价最小的点E，并更新剩余点的最小代价，发现所有的点均已被遍历，此时迪杰斯特拉算法运行完毕，得到最短路径树如图5中(7)所示。 

为了使编码图案从图像中凸显出来，系统利用背景和前景的差别，采用大津法获得阈值并对图像进行二值化，图2中b图表示二值化后的图像。大津法有时也称为最大类间方差法，该算法最早是由日本人大津提出的，是根据图像的灰度直方图，找出前景和背景的最大类间方差，以该方差为准则完成图像的分割。如果类间方差越大，说明前景和背景分错的概率越低、性能越好。 

大津法是基于图像的灰度信息。假如一幅图像的灰度级是M。首先把图像的灰度信息进行量化处理，统计其灰度级为i的像素数量为n_i，为了计 算的简便和缩小数据的范围，对其进行归一化处理，公式是：

另外设该图像的二值化阈值为t（1≤t≤M），将灰度分为前景和背景两类，则每一类出现的概率是和所以整幅图像，以及前景和背景的像素灰度均值分别为： 与则类间方差定义为：σ²＝w₀*(u₀(t)-u)²+w₁*(u₁(t)-u)²；通过该算法从1到M之间的循环递增，当使得类间方差σ²为最大的值时即为最优的分割阈值。 

然后，对图像进行水平和垂直方向的灰度投影。图2中c图表示投影后的图像。当存在噪声时可以利用中值滤波、均值滤波等方法去噪。利用投影图边缘产生的四个分界点A、B、C、D作出水平和垂直延长线，所框出的区域即为圆环编码图案的精确位置，如图3中α图所示。 

为了精确定位圆环编码图案的中心圆位置，将交叉路口处导航线路的交点确定为圆环编码图案中心圆的位置，如图3中β图表示十字路口的中心圆定位，如图3中δ图表示丁字路口的中心圆定位。可以规定从中心圆向外的第一个圆环是二进制编码的最低位，依次往外，最外层是二进制编码的最高位。在本发明中规定相邻黑色圆环之间用白色的窄的圆环分开，即间隔线，相邻的白色编码区域之间是用窄的黑色圆环分开，例如图4所示，间隔线是按照每条编码圆环的1/3宽度进行设计的，从实际的垂直投影来看，黑色或者白色的间隔线圆环的宽度大约只是黑色或者白色编码区域投影宽度的1/3。 

解码的基本方法是：以中心圆的直径为宽度沿着水平方向截取一段长条形的编码图案并进行垂直投影，并根据该编码图案解码出二进制数字，然后转换成十进制数字即为该处节点的编号。 

解码的公式是：假如该图案编码的二进制字符串为a₁a₂a₃......a_n，则转换为十进制的公式为m=a₁*2^n-1+a₂*2^n-2+a₃*2^n-3+......+a_n-1*2¹+a_n*2⁰，所以m就是传给上位机的该节点处的十进制编码结果。获得其对应节点的编号后，通过与电子地图中的规划路径中的节点编号进行比对实现自主定位，该定位结果将作为下一步动作的依据，例如做出左拐、右拐或者是直行、刹车等抉择，直至到达目标地点。 

实际操作中我们规定，编码图案的最外层始终是黑色的圆环（也可以规定最外层始终为白色），黑色圆环编码的码字为0，白色圆环编码的码字是1。投影图以中心圆为间隔，进行解码，最后用十进制数来表示该处的解码结果。本文以两种9位的编码图案为例，在图4中Ⅰ图可以看到中心圆的左右两侧的编码是相同的，都是011001100，解码为2²+2³+2⁶+2⁷=204；图4中Ⅱ图的编码是011100110，解码是2¹+2²+2⁵+2⁶+2⁷=230。 

如果只是采用上述投影方法来进行解码的话，有可能会产生误判。为了降低误判，可以采用第二种方法，即利用少数服从多数的原则，即：由于中心圆已经确定，从中心圆圆心向外引出四条射线对编码区域进行扫描，根据每条射线的黑白灰度变化的次数，确定编码的位数。假如这四条射线的变化次数和方式相同，则解码就选其中之一，如果不同，则以少数服从多数的原则选取解码值。 

将上述两种算法的结果进行对比，如果结果一致，则选其一进行解码，不同的话，可能会导致机器人不能按照之前规划的路径到达目的地，这时 候可以发出报警，进行人工干预。 

以上所述仅是本专利的优选实施方式。应当指出，对于本技术领域的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也为本专利的保护范围。 

Claims (5)

1.一种自主机器人视觉导航中的自定位方法，其特征在于，包括以下步骤：

步骤1，将机器人行走导航路径上的交叉路口作为节点进行编号，并根据每个节点编号所对应的编码设计出相应的等间隔圆环编码图案，将圆环编码图案平铺在各自对应的交叉路口节点处；

步骤2，在机器人本体前端安装固定摄像头，摄像头连接机器人的上位机，上位机利用与实际导航路径对应的电子地图并基于迪杰斯特拉算法规划出到达目标地点的规划路径，该路径包含了所要依次经过的交叉路口节点编号；

步骤3，基于规划路径行走的机器人通过前端固定的摄像头实时观测行走线路上的导航图像，并在有圆环编码图案完全进入摄像头视野内后减速慢行；

步骤4，将摄像头获取的包含圆环编码图案的图像回传给上位机，上位机对圆环编码图案进行解码并获得其对应节点的编号，通过与电子地图中的规划路径中的节点编号进行比对实现自主定位，该定位结果将作为下一步动作的依据。

2.根据权利要求1所述自主机器人视觉导航中的自定位方法，其特征在于：所述圆环编码图案是由黑白等间隔圆环组成，每相邻圆环之间有一条窄的间隔线，每个圆环代表二进制字符串的码字符号“0”或“1”，根据黑白圆环的个数确定二进制的位数，如果黑色圆环表示“0”，则白色圆环表示“1”，反之适用。

3.根据权利要求1所述自主机器人视觉导航中的自定位方法，其特征在于：在步骤4中，当前端安装的摄像头光轴与地面有一定倾斜角时，摄像头获取的圆环编码图案在观测时也会发生一定的倾斜，系统利用背景和前景的差别自适应选取阈值，采用大津法实现图像的二值化，然后通过对二值化图像进行水平和垂直方向的投影，利用投影图边缘产生的四个分界点的延长线所框出的区域作为圆环编码图案的精确位置。

4.根据权利要求3所述自主机器人视觉导航中的自定位方法，其特征在于：在圆环编码图案的精确位置上，利用导航线路的交点能够确定圆环编码图案中心圆的位置，然后以中心圆的直径为宽度沿着水平方向截取一段长条形的编码图案，并根据该编码图案解码出二进制数字，然后转换成十进制数字即为节点编号。

5.根据权利要求4所述自主机器人视觉导航中的自定位方法，其特征在于：在确定圆环编码图案中心圆的位置后，同时从中心圆圆心向四周发出若干条射线对圆环编码图案进行扫描，通过少数服从多数的准则进而精确确定黑白圆环的个数和相应的编码。