CN104197899B - 移动机器人定位方法及系统 - Google Patents

Abstract

本发明公开了一种移动机器人定位方法及系统。其中该方法包括如下步骤：获取移动机器人所在场景内的场景图像，并将场景图像转换为灰度图像；从灰度图像中获取二维码，并获取二维码的中心点坐标及二维码的正方向；计算二维码的中心点和灰度图像的中心点构成的二维向量与二维码的正方向之间的夹角；计算二维码的中心点与灰度图像的中心点之间的第一距离；根据第一距离、夹角及二维码的中心点坐标计算得到灰度图像的中心点的坐标作为所述移动机器人的位置坐标。其计算速度快，且每次图像获取后都是进行一次独立的定位，受其他因素影响小，定位精度高，便于结合其他导航装置实现移动机器人在面上的移动及精确定位。

Description

移动机器人定位方法及系统

技术领域

本发明涉及机器人领域，尤其涉及一种移动机器人定位方法及系统。

背景技术

移动机器人在仓储物流、移动操作等领域有着广泛的应用需求。在机器人移动过程中，定位是机器人移动平台的重要的功能。传统的移动机器人在方法上大都采用贴制磁条，嵌入磁钉的方法。这些方法能够实现规定轨迹的平台移动任务，但是运动方式较为单一。现代移动机器人的使用过程中，要求移动机器人在有限空间中从线轨迹改变为面内任意轨迹的运动。

面内任意轨迹的移动机器人，在定位方式上有多种方法。比如，加入编码器的方法可以在微小的距离下进行定位操作，但机器人运动过程中的打滑现象会造成这种方法的误差累积，从而造成定位不准确；加装射频识别设备的定位方法，是构造一系列的射频标签，并构造对应的地理坐标寻址表进行标签对应，但是多个射频标签如果在空间分布较为密集，则会在定位中产生干扰，造成定位不准确；一维码或条形码定位方式，需要求在二维码横向偏离不大的情况下对其进行解码，这不符合机器人运动任意性的特点。

综上所述，寻求一种准确、快速地对移动机器人进行定位的方法是一个亟待解决的问题。

发明内容

基于此，有必要针对传统技术中移动机器人在面内移动位置定位困难的问题，提供一种能够快速、准确地对移动机器人在面内的运动进行定位的移动机器人定位方法及系统。

为实现本发明目的提供的一种移动机器人定位方法，包括以下步骤：

获取移动机器人所在场景内的场景图像，并将所述场景图像转换为灰度图像；

从所述灰度图像中获取二维码，并获取所述二维码的中心点坐标及所述二维码的正方向；

计算所述二维码的中心点和所述灰度图像的中心点构成的二维向量与所述二维码的正方向之间的夹角；

计算所述二维码的中心点与所述灰度图像的中心点之间的第一距离；

根据所述第一距离、所述夹角及所述二维码的中心点坐标计算得到所述灰度图像的中心点的坐标作为所述移动机器人的位置坐标。

作为一种移动机器人定位方法的可实施方式，还包括以下步骤：

计算所述灰度图像的正方向和所述二维码的正方向之间的夹角作为所述移动机器人的偏航角度。

作为一种移动机器人定位方法的可实施方式，所述从所述灰度图像中获取二维码，包括以下步骤：

对所述灰度图像进行边缘检测；

构造矩形结构的形态学单元结构对所述灰度图像的边缘结构进行膨胀操作，得到膨胀结果；

根据所述膨胀结果对所述灰度图像的边缘进行轮廓查找，得到所述灰度图像的原始轮廓；

利用预设数量顶点的包络线对所述原始轮廓进行拟合，得到拟合后的多个轮廓区域；

对所得到的轮廓区域进行基于边数及区域大小过滤，得到二维码轮廓区域；

对所述二维码轮廓区域进行子图切割，并对得到的子图进行全局阈值的二值化操作，得到二维码。

作为一种移动机器人定位方法的可实施方式，获取所述二维码的正方向包括以下步骤：

设置欧拉参数，确定所述二维码的3个定位块，并确定主定位块；

根据所述主定位块及第一象限假设确定辅助定位块；

确定所述主定位块和所述辅助定位块之间的区域质心连线，并确定所述二维码的中心点在所述区域质心连线上的投影点；

确定所述二维码的中心点到所述投影点的方向为所述二维码的正方向。

作为一种移动机器人定位方法的可实施方式，根据所述第一距离、所述夹角及所述二维码的中心点坐标计算得到所述灰度图像的中心点的坐标，包括以下步骤：

对像素点进行标定，获取单个像素点对应的实际物理距离；

根据单个像素点对应的实际物理距离确定所述第一距离对应的第一实际距离；

根据所述中心点坐标、所述第一实际距离及所述夹角确定所述灰度图像中心点的坐标。

作为一种移动机器人定位方法的可实施方式，通过对所述二维码进行解析获取所述二维码的坐标数据作为所述二维码的中心点坐标。

作为一种移动机器人定位方法的可实施方式，还包括在预设移动机器人移动场景中设置二维码标签的步骤。

基于相同构思的一种移动机器人定位系统，包括安装有工业相机的移动机器人、设置在预设移动机器人移动场景中的多个二维码标签及上位机，其中：

所述工业相机与上位机通讯连接，能够获取包含所述二维码标签的场景图像，并将所述场景图像传输给所述上位机；

所述上位机能够通过分析所述场景图像确定所述移动机器人的位置。

作为一种移动机器人定位系统的可实施方式，还包括与所述工业相机配套设置的LED光源，所述LED光源也安装在所述移动机器人上。

作为一种移动机器人定位系统的可实施方式，所述工业相机为USB接口摄像头、1394接口摄像头、网口通讯摄像头或者网络摄像头。

本发明的有益效果包括：

本发明提供的一种移动机器人定位方法及系统，其中方法通过扫描事先设置在移动场景中的二维码标签，并根据二维码的中心点坐标及二维码图像在场景图像中的倾斜情况确定移动机器人的位置。其计算速度快，且每次图像获取后都是进行一次独立的定位，受其他因素影响小，定位精度高，便于结合其他导航装置实现移动机器人在面上的移动及精确定位。

附图说明

图1为本发明一种移动机器人定位方法的一具体实施例的流程图；

图2为一二维码正方向示意图；

图3为一具体实施例中的二维码正方向确定的过程图；

图4为一具体实施例的灰度图像的中心点坐标计算解析图；

图5为一具体实施例的二维码标签阵列排布示意图；

图6为本发明一种移动机器人定位系统的一具体实施例的构成示意图；

图7为本发明一种移动机器人定位系统中二维码标签设置在房顶的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明的移动机器人定位方法及系统的具体实施方式进行说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明一实施例的移动机器人定位方法，如图1所示，包括以下步骤：

S100，获取移动机器人所在场景内的场景图像，并将所述场景图像转换为灰度图像。

本步骤中，可使用移动机器人上安装的工业相机获取所在的移动场景中3通道RGB场景图像，并将获取的RGB彩色场景图像转换为单通道灰度图像。以便下一步继续对图像中的图案进行提取、分析等操作。

S200，从灰度图像中获取二维码，并获取二维码的中心点坐标及二维码的正方向。其中，确定如图2中所示的箭头方向(垂直向上)为二维码的正方向。通过对二维码进行解析获取二维码中存储的坐标数据作为二维码的中心点坐标。在量纲统一的情况下，通过解码获得二维码的中心点坐标，并用于后续的图像中心点坐标的求取，避免了查表，且精度更高。

S300，计算所获取的二维码的中心点A和灰度图像的中心点B构成的二维向量(A,B)与所述二维码的正方向之间的夹角。且向量(A,B)与二维码的正方向的夹角要采用顺时针法则确定。

S400，计算二维码的中心点与灰度图像的中心点之间的第一距离L。

S500，根据第一距离L、二维向量(A,B)与二维码的正方向之间的夹角及二维码的中心点坐标计算得到所述灰度图像的中心点的坐标作为所述移动机器人的位置坐标。

此处需要说明的是，二维码中所存储的坐标数据是与实际场景相对应的坐标，通过其最终确定灰度图像中的中心点坐标。灰度图像的中心点坐标也就是移动机器人的实际物理位置。

本发明实施例的移动机器人定位方法，通过扫描事先设置在移动场景中的二维码标签，分析获得的二维码确定移动机器人的位置。计算速度快，且每次图像获取后都是进行一次独立的定位，受其他因素影响小，定位精度高。

较佳地，在其中一个移动机器人定位方法的实施例中，还包括以下步骤：

S600，计算灰度图像的正方向和二维码的正方向之间的夹角作为所述移动机器人的偏航角度。从而确定了移动机器人的具体位置，并进一步确定了移动机器人的偏航角度，更便于通过导航装置对机器人的移动轨迹进行调整。

较佳地，可通过在二维码的中心点引出垂直方向作为图像的正方向，进而可计算出二维码的垂直方向与其自身的正方向的夹角作为移动机器人的偏航角。

具体的，步骤S200中，从所述灰度图像中获取二维码，包括以下步骤：

S211，对灰度图像进行边缘检测。具体可采用使用Canny算子方法对灰度图像进行边缘检测，确定灰度图像中包含的图形的边缘。使用Canny算子方法进行边缘检测提取较为准确。

S212，构造矩形结构的形态学单元结构对灰度图像的边缘结构进行膨胀操作，得到膨胀结果。此处构造矩形结构可以更好地对正方形的二维码图形的边缘结构进行膨胀操作。更有利于后续二维码的轮廓查找，使查找更准确。

S213，根据膨胀结果对灰度图像的边缘进行轮廓查找，得到灰度图像的原始轮廓。

S214，利用预设数量顶点的包络线对所述原始轮廓进行拟合，得到拟合后的多个轮廓区域。一般使用顶点较少的包络线对原始轮廓进行拟合。

S215，对所得到的轮廓区域进行基于边数及区域大小过滤，得到二维码轮廓区域。这里以二维码轮廓拟合多边形的边不能少于4为前提对拟合的多边形(轮廓区域)进行边数筛选，并进一步利用轮廓区域比例限定条件对过大或者过小的轮廓区域进行过滤，得到二维码所在的二维码轮廓区域。此处需要说明的是，轮廓区域的大小与工业相机与二维码标签之间的距离有一定关系，因此，轮廓区域大小的限定条件因不同的具体环境而不同。

S216，对二维码轮廓区域进行子图切割，并对得到的子图进行全局阈值的二值化操作，得到二维码。

具体地，步骤S200中，获取所述二维码的正方向包括以下步骤：

S221，设置欧拉参数，确定所述二维码的3个定位块，并确定主定位块。其中，确定了二维码的三个定位块之后，依据距离最大关系，确定二维码的两个对角定位块，并进一步利用区域排除法确定另外一个定位块为二维码的主定位块。

S222，根据所述主定位块及第一象限假设确定辅助定位块。其是令主定位块顺时针方向的第一个定位块为辅助定位块。

S223，确定所述主定位块和所述辅助定位块之间的区域质心连线，并确定所述二维码的中心点在所述区域质心连线上的投影点。

S224，确定所述二维码的中心点到所述投影点的方向为所述二维码的正方向。

本发明实施例中基于欧拉数的二维码正方向确定方法准确性高。

如图3所示，为一个二维码的正方向的确定过程的示意图。其中01为获取的场景图像中的一个彩色二维码；02为经过转换的灰度图像；03的二维码图标中确定了三个定位块；04所标注的二维码确定了两个对角的定位块；05中确定了两个在图中位置较为靠上的定位块分别为主定位块和辅助定位块，其中左侧的在两个定位块中间的为主定位块，正上方的辅助定位块；06中箭头的方向为二维码的正方向。

此处需要说明的是，工业相机在获取移动机器人所在场景内的场景图像时，当轨迹有偏斜时，在所获取的场景图像中包含的二维码可能具有一定的倾斜角度。一般可认为图像的上方为图像的正方向，也即图3中每个二维码图像的垂直向上的方向为所在图像的正方向。

步骤S500，根据第一距离L、二维向量(A,B)与二维码的正方向之间的夹角及二维码的中心点坐标计算得到所述灰度图像的中心点的坐标，包括以下步骤：

S510，对像素点进行标定，获取单个像素点对应的实际物理距离。包括单个像素点的水平方向与垂直方向所代表的实际物理距离。

S520，根据单个像素点对应的实际物理距离确定所述第一距离对应的第一实际距离。此处需要说明的是，确定的二维码的中心点与灰度图像的中心点之间的第一距离L是以像素点为单位的，并且对所述第一距离进行取整处理，从而确定两个点之间的像素差。而根据工业相机和二维码标签之间的距离，获取的二维码的图标的大小可以确定当前获取的场景图像中的单个像素点所代表的实际物理距离，并能够依此进一步确定第一距离所表征的实际距离。

S530，根据中心点坐标、第一实际距离及二维码的中心点和灰度图像的中心点构成的二维向量与所述二维码的正方向之间的夹角，确定所述灰度图像中心点的坐标。从而也就确定了移动机器人的位置。整个算法简单易行，需要采集的参数少，计算效率高，从而提高定位的速度。同时，通过角度偏差及像素点距离进行位置确定定位精度高。

具体的，如图4所示，图中坐标系的原点为二维码的中心点，图中的实心圆为灰度图像的中心点，图中斜向下的箭头方向为二维码的正方向，二维码的中心点和灰度图像的中心点构成的二维向量与所述二维码的正方向之间的夹角为α。若二维码的中心点坐标为(x,y)，灰度图像的中心点坐标为(X,Y)，像素点长度在横纵坐标轴的方向上与实际物理距离的比例均为u，则可以得到：X＝x+L×sin(π-α)×u，Y＝y+L×cos(π-α)×u，从而确定了灰度图像的中心点坐标。

较佳地，可将工业相机安装在移动机器人车体的前端，并将获取的场景图像的正方向与移动机器人的前进方向相配套，如设定获取的场景图像的正方向与移动机器人前进的方向相同。

当然，要实施本发明的移动机器人定位方法，需要提前在移动机器人的移动场景中设置二维码标签。对于二维码标签的设置可布设为如图5所示的矩阵形式。且可以布设在墙体或者房顶等位置，当然工业相机在移动机器人上的安装位置要和二维码标签的布设位置相互匹配。要保证工业相机获取的每帧图像中至少有一个二维码标签。所述二维码标签就是单个的二维码图标。

同时，本发明还提供一种移动机器人定位系统，采用上述的移动机器人定位方法对移动机器人进行定位，从而能够对机器人在面内的移动进行导航。

在其中一个实施例的移动机器人定位系统中，如图6所示，包括安装有工业相机100的移动机器人200、设置在预设移动机器人移动场景中的多个二维码标签(二维码标签组300)及上位机400。其中：工业相机100与上位机400通讯连接，能够获取包含所述二维码标签的场景图像，并将所述场景图像传输给上位机40。上位机400能够采用前述的移动机器人定位方法，通过分析场景图像确定移动机器人200的位置。

本系统能够对在面内移动的移动机器人进行定位，确定移动机器人的精确位置，从而可以更准确的机器人进行导航。且本系统的硬件构成简单，只需要将工业相机安装在移动机器人的合适位置即可。所述上位机可采用普通的具有计算功能的设备，如一般的计算机，或者能够对图像进行处理的单片机等。而工业相机的位置可根据实际运行场景的不同设置在移动机器人的顶部或者下部，结合其他的导航方式可实现移动机器人的灵活运动方式。

对于二维码标签的设置，如前所述，可以布设在墙体或者房顶等位置，其中，在房顶出布设二维码标签，并使用工业相机获取移动机器人所在场景内的场景图像如图7所示(图中只示出了工业相机100和房顶图像)。

较佳地，在其他实施例中，还可以设置与工业相机100相配套的LED光源。LED光源也安装在所述移动机器人上，一般与工业相机100的位置较近，以便工业相机能够获取更加清晰的场景图像。

其中，安装在移动机器人200上的工业相机100可以为USB接口摄像头、1394接口摄像头、网口通讯摄像头或者网络摄像头。可根据上位机的接口及成本需求选择合适的工业相机100，只要能够完成获取移动机器人所在场景内的场景图像，并能提取出二维码标签即可。

以上所述实施例仅表达了本发明的几种实施方式，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。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种移动机器人定位方法，其特征在于，包括以下步骤：

获取移动机器人所在场景内的场景图像，并将所述场景图像转换为灰度图像；

从所述灰度图像中获取二维码，并获取所述二维码的中心点坐标及所述二维码的正方向；

计算所述二维码的中心点和所述灰度图像的中心点构成的二维向量与所述二维码的正方向之间的夹角；

计算所述二维码的中心点与所述灰度图像的中心点之间的第一距离；

根据所述第一距离、所述夹角及所述二维码的中心点坐标计算得到所述灰度图像的中心点的坐标作为所述移动机器人的位置坐标。

2.根据权利要求1所述的移动机器人定位方法，其特征在于，还包括以下步骤：

计算所述灰度图像的正方向和所述二维码的正方向之间的夹角作为所述移动机器人的偏航角度。

3.根据权利要求1所述的移动机器人定位方法，其特征在于，所述从所述灰度图像中获取二维码，包括以下步骤：

对所述灰度图像进行边缘检测；

构造矩形结构的形态学单元结构对所述灰度图像的边缘结构进行膨胀操作，得到膨胀结果；

根据所述膨胀结果对所述灰度图像的边缘进行轮廓查找，得到所述灰度图像的原始轮廓；

利用预设数量顶点的包络线对所述原始轮廓进行拟合，得到拟合后的多个轮廓区域；

对所得到的轮廓区域进行基于边数及区域大小过滤，得到二维码轮廓区域；

对所述二维码轮廓区域进行子图切割，并对得到的子图进行全局阈值的二值化操作，得到二维码。

4.根据权利要求1所述的移动机器人定位方法，其特征在于，获取所述二维码的正方向包括以下步骤：

设置欧拉参数，确定所述二维码的3个定位块，并确定主定位块；

根据所述主定位块及第一象限假设确定辅助定位块；

确定所述主定位块和所述辅助定位块之间的区域质心连线，并确定所述二维码的中心点在所述区域质心连线上的投影点；

确定所述二维码的中心点到所述投影点的方向为所述二维码的正方向。

5.根据权利要求1所述的移动机器人定位方法，其特征在于，根据所述第一距离、所述夹角及所述二维码的中心点坐标计算得到所述灰度图像的中心点的坐标，包括以下步骤：

对像素点进行标定，获取单个像素点对应的实际物理距离；

根据单个像素点对应的实际物理距离确定所述第一距离对应的第一实际距离；

根据所述中心点坐标、所述第一实际距离及所述夹角确定所述灰度图像中心点的坐标。

6.根据权利要求1至5任一项所述的移动机器人定位方法，其特征在于，通过对所述二维码进行解析获取所述二维码的坐标数据作为所述二维码的中心点坐标。

7.根据权利要求1至5任一项所述的移动机器人定位方法，其特征在于，还包括在预设移动机器人移动场景中设置二维码标签的步骤。