CN105241449A - 平行架构下巡检机器人视觉导航方法与系统 - Google Patents

Abstract

本发明涉及一种机器人视觉导航方法，包括：步骤1：将机器人的摄像装置旋转预定角度；步骤2：旋转到该预定角度后，摄像装置拍摄图像，得到特征图像；步骤3：将所述摄像装置旋转回初始位置；步骤4：旋转机器人本体，摄像装置拍摄图像，得到当前图像，将该当前图像与特征图像进行比较；步骤5：如果二者匹配，则停止对机器人本体的旋转，如果不匹配，则返回步骤4。本发明利用巡检机器人视觉监测对机器人的姿态参数θ进行视觉修正，保证了机器人旋转控制的精确度。

Description

平行架构下巡检机器人视觉导航方法与系统

技术领域

本发明涉及移动机器人视觉导航技术领域，特别是轮式巡检机器人的视觉导航技术，具体来讲是轮式巡检机器人在移动过程中确定自身位置，并按时间最优、路径最短或能耗最低等约束条件实现最优路径规划，完成从起点到终点无碰撞运动的精确视觉导航技术。

背景技术

导航技术是自主式移动机器人技术的核心，也是移动机器人实现智能化、自主化的关键技术。目前，国内外学者对移动机器人导航技术的研究已取得了大量的成果，但还有很多关键理论和技术问题有待完善和解决。

导航最基本的参数是移动机器人在二维工作环境中的全局坐标(x，y)和姿态(前进方向与机器人主轴正向的夹角θ)。利用各种传感器实现对上述参数的采集是自主移动机器人最基本、最重要的一项功能。近年来国内外许多研究人员使用多种传感器并利用航位推算法、绝对定位法等实现全局坐标和姿态参数的计算，但由于机械误差、累积误差等因素照成导航参数偏差较大，特别是姿态参数θ偏差会随运动距离变大造成位移误差的放大效应从而极大地降低导航精度，甚至无法实现自主导航。

发明内容

本发明的目的在于克服现有技术的不足，提供一种利用混合定位技术克服导航精度降低而无法实现精确自主导航的高精度视觉导航技术。

本发明通过如下技术方案实现发明目的。

本发明在巡检机器人平台上设计硬件配置及控制算法。在该机器人平台上实现基于多摄像机视觉系统的巡检机器人自主视觉导航。利用测控网络采集的各类传感器的测量数据和多摄像机视觉系统获取的姿态参数，本发明采用一种混合定位技术对机器人的姿态参数θ进行视觉修正，并在此基础上实现巡检机器人的精确旋转控制。

本发明通过如下方案实现：

一种机器人视觉导航方法，包括：

步骤1：将机器人的摄像装置旋转预定角度；

步骤2：摄像装置旋转到该预定角度后，摄像装置拍摄图像，得到特征图像；

步骤3：将所述摄像装置旋转回初始位置；

步骤4：旋转机器人本体，摄像装置拍摄图像，得到当前图像，将该当前图像与特征图像进行比较；

步骤5：如果二者匹配，则停止对机器人本体的旋转，如果不匹配，则返回步骤4。

进一步的，所述的机器人视觉导航方法，其中：

机器人包括云台，摄像装置安装于云台之上；

所述步骤1中通过将云台旋转预定角度而将摄像装置旋转预定角度。

进一步的，所述的机器人视觉导航方法，其中：

步骤5中，当前图像与特征图像之间的差别小于或等于预定阈值时，则认为二者匹配。

进一步的，所述的机器人视觉导航方法，其中：

所述步骤4具体为：分别提取所述特征图像和当前图像的亮度分量，将特征图像的亮度分量与当前图像亮度分量进行逐像素点相减并对其绝对值求和；

所述步骤5中，如果累积和小于或等于阀值，则认为当前图像与特征图像相匹配。

所述步骤4中，每次旋转的角度是机器人本体可旋转角度的最小角度。

一种机器人，包括：摄像装置、摄像装置旋转装置、机器人旋转装置和控制装置，其中：

摄像装置旋转装置用于旋转摄像装置到预定角度，摄像装置在该

预定角度拍摄图像，称为特征图像，拍摄完毕后摄像装置旋转装置将所述摄像装置旋转回初始位置；

机器人旋转装置旋转机器人本体，摄像装置拍摄图像，称为当前图像；

控制装置将该当前图像与特征图像进行比较，如果二者匹配，则控制装置控制机器人旋转装置停止对机器人本体的旋转，如果不匹配，则控制机器人旋转装置继续旋转。

进一步的，所述的机器人，其中：

所述机器人旋转装置是机器人车轮驱动电机；所述摄像装置旋转装置是云台，摄像装置通过云台安装于机器人本体上。

一种机器人视觉导航方法，包括：

步骤1：将机器人的摄像装置旋转预定角度；

步骤2：摄像装置旋转到该预定角度后，摄像装置拍摄图像，得到特征图像；

步骤3：将所述摄像装置旋转回初始位置；

步骤4：旋转机器人本体到略小于或接近预定角度的角度，摄像装置拍摄图像，得到当前图像，将该当前图像与特征图像进行比较；

步骤5如果二者匹配，则停止对机器人本体的旋转，如果不匹配，则执行步骤6：

步骤6：继续旋转机器人本体，摄像装置拍摄图像，得到当前图像，将该当前图像与特征图像进行比较；

步骤7：如果二者匹配，则停止对机器人本体的旋转，如果不匹配，则返回步骤6。

进一步的，所述机器人视觉导航方法，其中步骤6中继续旋转机器人本体每次旋转的角度是机器人本体可旋转角度的最小角度。

附图说明

图1为本发明的机器人视觉导航方法流程图；

图2为机器人坐标行走旋转夹角示意图；

图3a为本发明机器人视觉导航系统示意图；

图3b为摄像机旋转精度决定机器人旋转精度的示意图；

图4为巡检机器人运动控制系统示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

以下结合附图1-4对本发明作进一步详细说明：

图1为本发明机器人视觉导航方法流程图。在机器人的运动过程中，如果机器人为到达目标位置需要调整姿态参数θ时，首先由巡检机器人平台上的云台带动摄像装置旋转θ角度(摄像装置的镜头也随之旋转θ角度)，同时保存该目标场景的图像特征；之后，云台转回原来位置；然后，机器人本体带动云台一起旋转直到摄像装置镜头所见场景与保存的目标场景图像特征一致，即完成了机器人的姿态参数θ的调整。该方法可实现机器人旋转的精确控制，即利用摄像镜头旋转的精度，替代机器人本体的旋转精度，更为简洁、有效地实现机器人的高精度旋转。

在轮式机器人的坐标行走中，机器人行走的精度主要依靠检测机器人车轮旋转的位移。在图2中，机器人行走到位置(x₁，y₁)后将继续行走至(x₂，y₂)，通过平面直线夹角公式可计算出机器人的旋转角度θ。机器人在位置(x₁，y₁)处旋转θ后继续前进，θ角的精度就决定了机器人到达位置(x₂，y₂)的精度，故机器人必须具备非常高的旋转精度才能准确地行进到目标位置。

在实际应用中，机器人的车轮位移虽然可通过编码器准确地测量出来，但是由于机器人车轮会与地面产生滑动，且运动过程中机械精度及齿轮间隙等诸多因素都会使旋转角度产生偏差，最终导致机器人无法准确到达目标位置。

如图3a所示，本发明机器人包括：机器人本体1、摄像装置3、摄像装置旋转装置2、机器人旋转装置5、车轮4和控制装置(图中未示出)。摄像装置3具有镜头6。摄像装置旋转装置2可为云台，安装在机器人本体1上，用于带动摄像装置3旋转；机器人旋转装置5用于带动车轮旋转也即能够带动机器人本体旋转；控制装置用于控制机器人各部件的工作。

在进行视觉导航时，摄像装置旋转装置2旋转摄像装置3到预定角度(例如如上所描述的θ)，摄像装置3在该预定角度拍摄图像，得到特征图像，拍摄完毕后摄像装置旋转装置2将所述摄像装置3旋转回初始位置；机器人旋转装置5旋转机器人本体1，带动本体1上的摄像装置3一同旋转，摄像装置3拍摄图像，得到当前图像。控制装置将该当前图像与特征图像进行比较，如果二者匹配，则控制装置控制机器人旋转装置5停止对机器人本体1的旋转，如果不匹配，则控制机器人旋转装置5继续旋转。优选的，所述机器人旋转装置5是驱动机器人车轮旋转的驱动电机；所述摄像装置旋转装置是云台，摄像装置通过云台安装于机器人本体上。

本发明提出了一种利用摄像机旋转的精度来提高机器人旋转精度的办法，如图3所示。如果希望机器人旋转30度，可以先让云台旋转30度，记录下摄像机的场景，记为场景A；然后让云台回到原来的位置，再旋转机器人，如果摄像机的场景与先前的场景A完全匹配，则机器人旋转的角度为30度。由于云台的摄像机旋转的精度一般可以达到0.01度，所以利用摄像机旋转的精度来决定机器人旋转精度的方法就很好地解决了机器人按坐标行走的旋转误差导致行进目标的误差。

在机器人视觉导航操作中，在机器人旋转时，机器人旋转装置5可以是电机，该电机安装有编码器，通过控制左右电机旋转的来驱动车轮旋转，带动机器人本体旋转一个角度，摄像装置拍摄图像，得到当前图像，控制装置将该当前图像与特征图像进行比较，如果二者匹配，则控制装置控制机器人旋转装置5停止对机器人本体的旋转，如果不匹配，则控制机器人旋转装置5的驱动电机继续步进旋转。为了提高导航的速度，控制装置可以先控制机器人旋转装置5旋转一个略小于或接近旋转角度θ的角度，例如该角度是小于旋转角度θ预定角度的角度(称为预定位角度，该预定位角度略小于θ，差值为预定角度，例如0.1度)，旋转到该角度后，控制装置启动摄像装置3拍摄图像，得到当前图像，控制装置将该当前图像与特征图像进行比较，如果二者匹配，则控制装置控制机器人旋转装置5停止对机器人本体的旋转，如果不匹配，则控制机器人旋转装置5的驱动电机继续按最小步进角步进旋转，重复如上的图像匹配导航过程。

如果机器人本体1旋转到最大旋转角度仍未找到匹配的当前图像，此时有可能是摄像装置3拍摄中对焦出现故障等导致，则控制装置控制机器人旋转装置5旋转回初始位置，继续重复前述的旋转、图像匹配等操作。

设特征图像为A，摄像机当前图像为C，图像的分辨率为352*288，图像匹配算法如下：将图像进行R(红)，G(绿蓝)，B(蓝)颜色空间的数据转化为Y(亮度)，UV(色度)数据见公式(1-1)；将特征图像A的亮度分量A_Y与摄像机当前图像C的亮度分量C_Y进行逐像素点相减并对其绝对值求和，如果累积和小于阀值δ时我们认为图像C与特征图像A匹配成功，阀值δ可根据具体情况调整。

$\left[\begin{array}{c}Y\\ U\\ V\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.587& 0.114\\ -0.148& -0.289& 0.437\\ 0.615& -0.515& -0.100\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]---(1-1)$

$\underset{0}{\overset{287}{\Σ}}\underset{0}{\overset{351}{\Σ}}\left(\right|A_Y-C_Y\left|\right)\≤\mathrm{\δ}---(1-2)$

基于平行架构的巡检机器人运动控制系统结构如图4所示。图4中由DSP2407、驱动器、电机、编码器构成一个闭环控制系统，DSP2407为控制装置，用于控制驱动器(包括左轮电流环驱动器和右轮电流环驱动器)向电机(包括左轮电机和右轮电机)提供驱动电流，从而驱动电机旋转，带动左轮或右轮旋转。

该控制系统采用智能PID协调控制，其控制参数K_p，K_i，K_d由外部控制系统提供，DSP2407的控制算法具备实时接收及调整控制参数的功能。

Δu_k＝K_p(e_k-e_k-1)+K_i*e_k+K_d(e_k-2e_k-1+e_k-2)(1-3)

u_k＝u_k-1+Δu_k(1-4)

V_l＝V_e+u_k(1-5)

V_r＝V_e-u_k(1-6)

式中

e_k——本次检测过程中坐标与预定坐标的差值；

e_k-1——上次检测过程中坐标与预定坐标的差值；

e_k-2——上两次检测过程中坐标与预定坐标的差值；

K_p——比例增益；

K_i——积分增益；

K_d——微分增益；

u_k——本次控制指令；

u_k-1——上次控制指令；

Δu_k——控制指令增量；

V_l——左轮速度；

V_r——右轮速度；

V_e——期望速度。

在上述控制系统架构下，巡检机器人本体可按控制指令精确地到达目标。

本发明提出了利用视觉导航关键技术实现机器人的精确旋转控制，与现有机器人通过测定车轮行走位移进行旋转控制相比，本发明具有以下突出的实质性效果和显著的进步：

(1)利用巡检机器人视觉监测对机器人的姿态参数θ进行视觉修正，保证了机器人旋转控制的精确度；

(2)利用精度高、易控制且无累积误差的摄像机旋转来推算机器人的姿态参数θ；

(3)整体结构简单，应用方便，大大降低了成本。

Claims (8)

1.一种机器人视觉导航方法，其特征在于包括：

步骤1：将机器人的摄像装置旋转预定角度；

步骤2：摄像装置旋转到该预定角度后，摄像装置拍摄图像，得到特征图像；

步骤3：将所述摄像装置旋转回初始位置；

步骤4：旋转机器人本体，摄像装置拍摄图像，得到当前图像，将该当前图像与特征图像进行比较；

步骤5：如果二者匹配，则停止对机器人本体的旋转，如果不匹配，则返回步骤4。

2.根据权利要求1所述的机器人视觉导航方法，其特征在于：

机器人包括云台，摄像装置安装于云台之上；

所述步骤1中通过将云台旋转预定角度而将摄像装置旋转预定角度。

3.根据权利要求1所述的机器人视觉导航方法，其特征在于：

步骤5中，当前图像与特征图像之间的差别小于或等于预定阈值时，则认为二者匹配。

4.根据权利要求1所述的机器人视觉导航方法，其特征在于：

所述步骤4具体为：分别提取所述特征图像和当前图像的亮度分量，将特征图像的亮度分量与当前图像亮度分量进行逐像素点相减并对其绝对值求和；

所述步骤5中，如果累积和小于或等于阀值，则认为当前图像与特征图像相匹配。

5.一种机器人，其特征在于包括：机器人本体、摄像装置、摄像装置旋转装置、机器人旋转装置和控制装置，其中：

摄像装置旋转装置用于旋转摄像装置到预定角度；

摄像装置在该预定角度拍摄图像，得到特征图像，拍摄完毕后摄像装置旋转装置将所述摄像装置旋转回初始位置；

机器人旋转装置旋转机器人本体，摄像装置拍摄图像，得到当前图像；

控制装置将该当前图像与特征图像进行比较，如果二者匹配，则控制装置控制机器人旋转装置停止对机器人本体的旋转，如果不匹配，则控制机器人旋转装置继续旋转，摄像装置再次拍摄图像，控制装置重复进行图像匹配。

6.根据权利要求5所述的机器人，其特征在于：

所述机器人旋转装置是机器人车轮驱动电机；

所述摄像装置旋转装置是云台，摄像装置通过云台安装于机器人本体上。

7.根据权利要求5所述的机器人，其特征在于：还包括驱动器和编码器，该驱动器、编码器与控制装置和机器人旋转装置构成运动控制系统，在该系统中：

控制装置，用于控制驱动器向机器人旋转装置提供驱动电流，从而驱动其旋转，带动机器人的车轮旋转。

8.根据权利要求7所述的机器人，其特征在于：

该控制系统采用智能PID协调控制，其控制参数K_p，K_i，K_d由外部控制系统系统提供，控制装置控制算法如下：

Δu_k＝K_p(e_k-e_k-1)+K_i*e_k+K_d(e_k-2e_k-1+e_k-2)(1-3)

u_k＝u_k-1+Δu_k(1-4)

V_l＝V_e+u_k(1-5)

V_r＝V_e-u_k(1-6)

式中

e_k——本次检测过程中坐标与预定坐标的差值；

e_k-1——上次检测过程中坐标与预定坐标的差值；

e_k-2——上两次检测过程中坐标与预定坐标的差值；

K_p——比例增益；

K_i——积分增益；

K_d——微分增益；

u_k——本次控制指令；

u_k-1——上次控制指令；

Δu_k——控制指令增量；

V_l——左轮速度；

V_r——右轮速度；

V_e——期望速度。