CN105651286A - 一种移动机器人视觉导航方法与系统、以及仓库系统 - Google Patents

Abstract

本发明公开了一种移动机器人视觉导航方法及系统，本方法实时采集移动机器人所在场景内的场景图像并转换为灰度图像；识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；同时确定同一帧灰度图像中条带的轮廓中心线，计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。本发明利用图像的方式同时采集条带上的二维码和用于纠偏的场景图像，对同一帧图像中二维码和条带进行合并处理，同时控制机器人的预定运动和实时纠偏，能够显著地简化控制和纠偏方法，提高速度，并使系统更加稳定。

Description

一种移动机器人视觉导航方法与系统、以及仓库系统

技术领域

本发明涉及机器人视觉导航领域，尤其涉及一种基于二维码和条带的移动机器人视觉导航方法与系统，以及仓库系统。

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。

导航技术是移动机器人的一项关键技术。传统的导航方法是敷设金属导线或磁钉，虽控制简单，但安装不便，维护成本较高；而惯性导航则利用光电编码器和陀螺仪，虽简单灵活，但易受各种干扰的影响，误差不断累积。近年来，视觉导航以其信息量大、灵敏度高、灵活性强等优点在移动机器人导航中得到广泛关注。

视觉导航是移动机器人通过图像采集获取机器人当前状态下的环境信息，通过对环境图像的处理与分析确定环境对象和机器人在环境中的位置，从而控制移动机器人的速度和方向的。鉴于活动场景的复杂性和移动机器人的动态特性，又由于要在机器人运动过程中对图像进行处理，视觉系统的稳定性和实时性还不够。例如，通过不断对周围环境进行学习以建立环境地图来进行视觉导航的方法，需要依据精确的地图，因此对数据的处理很大，实时性难以满足；此外，还有通过对路径信息的提取来实现在道路上进行导航，需要考虑光照、动态环境等的影响，系统的稳定性难以维持。二维码和条带在较复杂的场景中容易识别，如CN103294059A基于混合导航带的移动机器人定位系统及其方法，利用二维码读码器和摄像头来实现移动机器人的精确定位功能，而二维码读码器和摄像头都各自至少一个，对横向纠偏、纵向纠偏及角度纠偏分开处理，方法不够简单；如CN103324194A基于二维码导航带的移动机器人定位系统，二维码导航带由多个二维码依次相邻设置构成，设置了大量的二维码标签，且使用至少两个二维码读码器读取二维码，来进行机器人的精确定位，依赖于条带，虽提高了运行速度，但未进行快速的图像处理；如CN102788591基于视觉信息的机器人沿导引线巡线导航方法，在地面上绘制导引线，控制效果完全依赖于参数，当被控对象的状态不同时最佳参数往往不同，方法有效性有待提高。

综上所述，本领域迫切需要一种更为简单、快速、有效的移动机器人视觉导航方法及系统，以提高视觉导航的实时性和鲁棒性。

发明内容

本发明的目的就是提供过一种移动机器人视觉导航方法与系统、以及仓库系统。

本发明的第一个方面提供了一种移动机器人视觉导航方法，包含以下步骤：

步骤1)实时采集移动机器人所在预设场景内的场景图像，并转换为灰度图像，其中，预设场景中预设有条带，条带的预定位置上设置有至少一个二维码标签，二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息，；

步骤2)识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；并同时确定同一帧灰度图像中条带的轮廓中心线，计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；和

步骤3)根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

在另一优选例中，根据状态转换信息确定移动机器人启动、停止，或变换方向。

在另一优选例中，根据速度变换信息确定移动机器人加速、减速，以及确定最大速度、最小速度。

在另一优选例中，步骤3)中根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向的步骤中：

状态转换信息和速度变换信息为启动时，则移动机器人开始运动；

状态转换信息和速度变换信息为停止时，则移动机器人停止运动；

状态转换信息和速度变换信息为加速时，则移动机器人开始加速运动；

状态转换信息和速度变换信息为减速时，则移动机器人开始减速运动；

状态转换信息和速度变换信息为转向时，则移动机器人开始转向；

状态转换信息和速度变换信息为返回时，则移动机器人开始反向运动；

在另一优选例中，步骤1)中还包含以下子步骤：

调节相机配套光源亮度与曝光时间，获取移动机器人所在场景内的清晰图像，实现图像实时采集。

在另一优选例中，步骤1)中还包含以下子步骤：

i)根据相机安装位置以及实际环境调节相机配套光源的亮度；

ii)根据当前光照水平调节相机曝光时间，曝光时间范围为1000us至8000us。

iii)通过OpenCV等方式，实时采集连续清晰的场景图像。

在另一优选例中，步骤2)中的识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息的步骤还进一步包含以下子步骤：

i)预先对二维码进行编码，使二维码中至少包含状态转换信息和速度变换信息；

ii)使用Zbar库等方式，在灰度图像中确定二维码的四个顶点，将四个顶点顺次连接起来，从而对二维码进行标记；

iii)使用Zbar库等方式，对二维码进行解码，获得状态转换信息和速度变换信息。

在另一优选例中，步骤2)中的确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度的步骤还进一步包含以下子步骤：

i)对灰度图像进行全局阈值的二值化操作，对二值化后的图像提取边界，进行8邻域连接；

ii)根据轮廓所包含的区域，通过计算轮廓横截面的几何中心并确定横截面定位得到轮廓中心线；

iii)计算条带轮廓中心线与灰度图像的中心线之间的像素点；

iv)对像素点进行标定，获取单个像素点对应的实际物理距离，从而确定条带轮廓中心线和灰度图像的中心线的实际距离；

v)根据条带轮廓中心线与灰度图像中心线的夹角确定偏移角度。

在另一优选例中，步骤3)中根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏的步骤进一步包含以下子步骤：

i)根据条带轮廓中心线在灰度图像中的位置对偏移距离S和偏移角度θ设置正负，其中，S是条带轮廓中心线与灰度图像中心线在x轴上的位置偏移，如图3中的左侧小图所示；θ是条带轮廓中心线与灰度图像y轴之间的夹角的角度，

若条带轮廓中心线与灰度图像中心线重合，则S＝0，若条带轮廓中心线与灰度图像中心线平行，则θ＝0；

ii)若偏移距离S大于预先设定的最大偏移距离阈值，则角速度为正，移动机器人向右偏转；若偏移距离S小于最小偏移距离阈值，则角速度为负，移动机器人向左偏转，直到偏移距离S在最大和最小偏移距离阈值的范围内；

iii)若偏移角度θ大于预先设置的最大偏移角度阈值，则角速度为正，移动机器人向右偏转；若偏移角度θ小于预先设置的最小偏移角度阈值时，则角速度为负，移动机器人向左偏转，直到偏移角度θ在最大和最小偏移角度阈值范围内时，则移动机器人保持直行。

在另一优选例中，在进行步骤ii)的距离纠偏时，设置系数K，则角速度ω＝K×当前偏移距离S，在进行步骤iii)的角度纠偏时，设置系数P，则角速度ω＝P×当前偏移角度θ。

在另一优选例中，最大偏移距离阈值在20mm至50mm之间，最小偏移距离阈值为-50mm至-20mm之间。

在另一优选例中，最大偏移角度阈值在5°至15°之间，最小偏移角度阈值在-15°至-5°之间。

在另一优选例中，条带的宽度为2cm，二维码标签的宽度或长度选择为0.1h，h是相机的安装高度。

在另一优选例中，方法还进一步包含以下步骤：

步骤4)检测移动机器人移动方向上的障碍物，当检测到障碍物时，控制移动机器人减速，当检测到障碍物的存在超过预定时间，则控制移动机器人停止并等待，当检测到障碍物消失，则控制移动机器人继续移动。

本发明的第二个方面提供了一种移动机器人视觉导航系统，包含能进行通讯的采集模块与上位机，其中，

采集模块设置在移动机器人上，用于采集移动机器人所在预设场景内的场景图像，并发送给上位机，其中，预设场景中预设有条带，条带上设置有二维码标签，二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息；

上位机进一步包含：

图像转换模块，用于接收场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；以及确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

在另一优选例中，上位机是普通电脑、或工业用电脑。

在另一优选例中，移动机器人视觉导航系统还包含避障传感器，避障传感器能与上位机通讯，用于检测移动机器人移动方向上的障碍物，并在检测到障碍物时通知上位机避障。

在另一优选例中，采集模块选自下组：USB接口摄像头、1394接口摄像头、网口通讯摄像头或网络摄像头。

在另一优选例中，采集模块安装在移动机器人的车体的中心。

在另一优选例中，条带包含化纤材料。

在另一优选例中，系统还包含与采集模块配套的LED光源。

在另一优优选例中，LED(发光二极管)光源安装在移动机器人上。

本发明的第三个方面提供了一种仓库系统，包含预定场景与可移动的机器人，其中

预定场景中预设有条带，条带上设置有二维码标签，二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息；

可移动的机器人还包含能进行通讯的采集模块与上位机，其中，

采集模块设置在移动机器人上，用于采集移动机器人所在预设场景内的场景图像，并发送给上位机；

上位机进一步包含：

图像转换模块，用于接收场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；以及确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

应理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，从而构成新的或优选的技术方案。限于篇幅，在此不再一一累述。

附图说明

图1是本发明的基于二维码和条带的移动机器人视觉导航方法流程示意图；

图2是对二维码进行编码的示意图；

图3是计算条带轮廓中心线与灰度图像中心线偏移距离和偏移角度示意图；

图4是移动线路示意图；

图5是基于二维码和条带的移动机器人视觉导航系统示意图。

上述附图中，100：采集模块；200：移动机器人，300：二维码标签组，400：反光带，500：避障传感器，600：工控机。

具体实施方式

本发明人经过广泛而深入的研究，发现如果能够利用图像的方式同时采集条带上的二维码和用于纠偏的场景图像，并对同一帧图像中二维码和条带进行合并处理，同时控制机器人的预定运动和实时纠偏，能够在控制和纠偏过程中不依赖系统参数，并能够显著地简化控制和纠偏方法，提高速度，并使系统更加稳定。

术语

如本文所用，术语“灰度图像”和“图像”可互换使用，指通过采集模块获取当前场景图像，并通过浮点算法、整数方法等，将场景图像转换为灰度图像，灰度图像是用不同的灰度色阶来表示“红，绿，蓝”在图像中的比重。

如本文所用，术语“条带轮廓中心线”、“轮廓中心线”、“条带的中心线”可互换使用，指对灰度图像进行全局阈值的二值化操作，然后进行8邻域连接，提取出二值化后的图像边界，再求出该轮廓包含的横截面几何中心，由此确定灰度图像中的条带轮廓中心线。

如本文所用，术语“灰度图像中心线”、“场景图像的中心线”可互换使用，指通过场景图像的转换而得到的灰度图像的中心线。

如本文所用，“偏移距离”是条带轮廓中心线在灰度图像中与灰度图像中心线在x轴或y轴上的位置偏移；“偏移角度”是条带轮廓中心线在灰度图像中与灰度图像x轴或y轴，也就是灰度图像中心线之间的夹角的角度。换句话说，此处的偏移距离是条带轮廓中心线在灰度图像中与灰度图像中心线的位置偏移，灰度图像中心线有x轴和y轴之分，因此，需要根据前进的方向来判断是x轴还是y轴上的偏移；偏移角度也是同理。

如本文所用，术语“二维码标签”至少包含移动机器人所需要完成的状态变换和速度变换信息。其中，状态转换信息用于确定移动机器人启动、停止，或变换方向。速度变换信息用于确定移动机器人加速、减速，以及确定最大速度、最小速度。例如：当状态转换信息和速度变换信息为start(启动)时，则移动机器人开始运动；当状态转换信息和速度变换信息为stop(停止)时，则移动机器人停止运动；当状态转换信息和速度变换信息为speedup(加速)时，则移动机器人开始加速运动；当状态转换信息和速度变换信息为slowdown(减速)时，则移动机器人开始减速运动；当状态转换信息和速度变换信息为turnround(转向)时，则移动机器人开始转向；当状态转换信息和速度变换信息为return(返回)时，则移动机器人开始反向运动。

如本文所用，术语“解码信息”和“解码内容”可以互换使用，指对二维码标签中的二维码进行解码后得到的信息，可以包含例如：启动、停止、加速、减速、转向、返回。在本发明的一个优选例中，解码内容中的状态转换信息用于移动机器人启动、停止以及变换方向，而速度变换信息则用于机器人加速、减速以及确定最大速度、最小速度。解码信息还可以根据具体需要进一步包含其他信息。

如本文所用，术语“反光带”和“条带”可以互换使用。所用的条带为化纤材料制作，该种材料具有良好的灰度图，因此该条带具有较均匀的灰度值，便于场景图像中条带轮廓的提取。

如本文所用，术语“二值化操作”和“二值化”可以互换使用，指将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。

如本文所用，术语“工控机”和“上位机”可以互换使用，指能够进行上层信息处理和控制的装置，可以是普通电脑或工业用电脑。

基于二维码和条带的移动机器人视觉导航方法

本发明的移动机器人视觉导航方法，用于预设场景中，其中，预设场景中预设有条带，条带的预定位置上设置有至少一个二维码标签，二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息，方法包含以下步骤：步骤1)：实时采集移动机器人所在场景内的场景图像并转换为灰度图像；步骤2)：识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；并同时确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；步骤3)：根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

避障过程

在本发明的优选例中，当全向移动机器人在运行过程中，在一定距离内，若避障传感器检测到运行方向上有障碍时，则移动机器人开始避障。机器人会先减速；但若超过一定时间，障碍物依然存在，则机器人开始停止并等待；在障碍消失后，则机器人又按照原来的路径继续运动。

采集模块安装

在本发明的优选例中，采集模块可以是工业相机，可将工业相机安装在移动机器人车体的中心，因此通过相机获取的场景图像，其图像中心点可作为机器人的实际物理位置的参考，且将获取的场景图像的方向与移动机器人的运动方向相配套，如设置获取的场景图像的正方向与移动机器人前进的方向相同。

二维码标签和反光带的设置

在本发明的优选例中，需要提前在移动机器人的移动场景中设置二维码标签和反光带。对于二维码标签和反光带的设置如图4所示的形式，具体的路线如图6所示。先按照任务要求的路线，布置好反光带，然后根据最大速度以及方向转换的要求，在反光带上布置二维码标签。

典型地，采集模块和二维码标签之间的距离决定了相机的视场大小，因此要根据实际环境选取合适的二维码标签的尺寸。二维码放置在条带上，其方向可以不具有统一性，即可以任意角度放置。

基于二维码和条带的移动机器人视觉导航系统

本发明提供的移动机器人视觉导航系统，用于预定场景中，其中，预设场景中预设有条带，条带上设置有二维码标签，二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息，移动机器人视觉导航系统包含能进行通讯的采集模块与上位机，其中，采集模块设置在移动机器人上，用于采集移动机器人所在场景内的场景图像并发送给上位机；

上位机进一步包含：

图像转换模块，用于接收场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；以及确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

本发明的主要优点包括：

1)通过快速获取事先设置在移动场景中的二维码标签和条带的图像，可同时地迅速地获得二维码解码的内容，并计算出条带轮廓中心线与场景图像的中心线的实际偏移距离和偏移角度，从而确定运动速度和方向，同时进行运动控制和纠偏，平稳地控制机器人运动。

2)在实现对场景图像的实时采集的同时，能够可靠地从复杂背景中对二维码和条带进行准确识别，快速地进行图像处理，进而有效地控制机器人运动的速度和方向。

3)系统简单，计算速度快，实时性高，保证了移动机器人平稳地沿条带进行导航。

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明具体条件的实验方法，通常按照常规条件或按照制造厂商所建议的条件。除非另外说明，否则百分比和份数是重量百分比和重量份数。

实施例1：基于二维码和条带的移动机器人视觉导航方法

本实施例采用中科院宁波材料技术与工程研究所自主研发的全向移动机器人，该机器人有6个轮子，2个用于驱动的主动轮，4个用于支撑的被动轮，在平面内可完成三自由度的运动；其尺寸大小为1.2m(长)*0.8m(宽)*0.4m(高)，负载100kg；该机器人配有工控机、显示屏、采集模块(大恒图像的水星系列相机MER-030-120UM/UC)以及采集模块配套的光源，避障传感器等。在某生产车间对货物进行搬运，从指定地点运送到目标地点并返回，路径约100m。如图2和图4所示，根据任务的需求，先在地面上放置反光带，然后在反光带的某些位置放置制作的二维码标签。其中，条带的宽度为2cm，二维码标签的宽度或长度为0.1h，其中，h是相机的安装高度，例如，当相机的安装高度为20cm时，二维码标签的尺寸为2cm(长)×2cm(宽)。

基本步骤

本实施例的一种基于二维码和条带的移动机器人视觉导航方法，如图1所示，包括以下步骤：

S100，获取全向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。

本步骤中，可使用安装在全向移动机器人底部的采集模块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，并进行解码得到解码内容。如图2所示，此处的二维码标签，需要事先对其进行编码，融入需要的状态变换和速度变换信息，然后通过一种二维码生成软件(如2DBarcodeGenerator)生成所需要的二维码，最终制作出来，以便于识别。

S300，如图3所示，从灰度图像中提取条带轮廓，确定该条带轮廓中心线，并计算出轮廓中心线与灰度图像中心线的偏离距离和偏移角度。在灰度图像中，首先对图像进行全局阈值的二值化操作，然后进行8邻域连接，提取出二值化后的图像边界，再求出该轮廓包含的横截面几何中心，从而确定轮廓中心线。因此轮廓中心线以及灰度图像的中心线之间的像素差和偏移角度可以通过计算得到。可通过相机标定确定相机的参数，确定每个像素代表的实际物理距离，并进一步减小误差。其中，所用的条带为化纤材料制作，该种材料具有良好的灰度图，因此该条带具有较均匀的灰度值，便于场景图像中条带轮廓的提取。

S400，根据解码内容调整全向移动机器人线速度和运动方向,根据偏移距离和偏移角度调整全向移动机器人角速度进行纠偏。其中，解码内容中的状态转换信息用于移动机器人启动、停止以及变换方向，而速度变换信息则用于机器人加速、减速以及确定最大速度、最小速度。根据条带轮廓中心线在灰度图像中的相对位置，来调整移动机器人的偏转角速度。当偏移距离较大时，则移动机器人需要快速响应，以较大的角速度偏转，使移动机器人可以沿条带的中心线运行；反之，当偏移量较小时，则以较小的角速度偏转，使移动机器人可以沿条带的中心线运行；如果偏移量非常小，在规定的某个阈值范围内时，则认为移动机器人是在沿着条带中心线运行，不需要进行角速度的调整。此处采用的是全向移动机器人，可以直接对机器人的方向和速度进行单独控制。

在本发明的一个优选例中，还包括以下步骤：

S500，对二维码进行编码，包括状态转换信息和速度变换信息，通过对二维码进行识别，将获取二维码的信息用于确定移动机器人线速度和运动方向。

较佳地，可通过在二维码中编码入不同的信息，作为改变移动机器人运动的线速度和方向的参考，从而简单有效地改变移动机器人的运行状态。

关于步骤S200

具体的，步骤S200中，从灰度图像中获取二维码，包括以下步骤：

S211，在灰度图像中，使用Zbar库找出二维码的四个顶点，并将四个顶点顺次连接起来，对二维码进行标记；

S212，使用Zbar库对二维码进行解码，得到解码内容用于确定移动机器人线速度和运动方向；

此处需要说明的是，采集模块和二维码标签之间的距离决定了相机的视场大小，因此要根据实际环境选取合适的二维码标签的尺寸。二维码放置在条带上，其方向可以不具有统一性，即可以任意角度放置。

本发明实施例中先获取二维码然后再对其进行解码，此方法确定了只有符合特定编码规则所制作出的二维码才能够被识别，且被用于移动机器人的视觉导航中，它减少了环境中其他的码的干扰，简单有效。

关于步骤S300

具体的，步骤S300中，如图3所示，从灰度图像中提取条带轮廓，确定该条带轮廓中心线，并计算轮廓中心线和灰度图像中心线之间的偏移距离和偏移角度包括以下步骤：

S311，对灰度图像进行全局阈值的二值化操作；设置一个阈值α，取灰度级大于α的像素群为对象物，小于α的像素群为背景区域，在本实施例中，阈值α为50。

S312，对二值化后的图像提取边界，进行8邻域连接。如果原图中有一点为黑，且它的8个相邻带都是黑色时，将该点删除。

S313，根据轮廓所包含的区域，通过计算轮廓横截面的几何中心并确定横截面定位最终得到轮廓中心线。

S314，对像素点进行标定，获取单个像素点对应的实际物理距离。

S315，在获取的灰度图像中，计算轮廓中心线距离与灰度图像的中心线的像素距离。此处需要说明的是，此像素距离是以像素点为单位的，并且对距离进行取整处理，从而确定轮廓中心线与灰度图像的中心线之间的像素差。

S316，根据单个像素点对应的实际物理距离，确定轮廓中心线和灰度图像的中心线的像素距离所对应的实际距离。举例来说，如相机的安装高度是20cm，相机的像素个数为656(宽)*492(高)，而相机的视场范围大小为20.6cm(宽)*15.7cm(高)，则相机的单个像素点在宽和高方向的实际物理距离分别为0.0314cm和0.0319cm。当轮廓中心线和灰度图像的中心线的像素距离为100个像素点时，则所对应的实际距离为3.14cm或3.19cm。

S317，根据轮廓中心线与灰度图像中心线的夹角确定偏移角度。

如图3所示，图中的实心圆为灰度图像的中心点，图中两条直线C₁和C₂为识别出的条带轮廓，C为条带轮廓中心线。则在灰度图像中，若灰度图像的中心点坐标为(X,Y)，条带的几何中心坐标为(x,y)，像素点长度与实际物理距离的比例为u，则可以得到偏移距离S＝L*u，从而确定了轮廓中心线和灰度图像的中心线之间的偏移距离，C与图像中心线的夹角θ即为偏移角度。

关于步骤S400

具体的，步骤S400中，根据解码内容，调整移动机器人线速度和运动方向；根据偏移距离和偏移角度调整移动机器人角速度：

所获取的解码信息为启动时，则移动机器人开始运动；

所获取的解码信息为停止时，则移动机器人停止运动；

所获取的解码信息为加速时，则移动机器人开始加速运动；

所获取的解码信息为减速时，则移动机器人开始减速运动；

所获取的解码信息为转向时，则移动机器人开始转向；

所获取的解码信息为返回时，则移动机器人开始反向运动；

作为一种基于二维码和条带的移动机器人视觉导航方法的可实施方式，通过对条带轮廓中心线和灰度图像中心线的偏移距离和偏移角度，确定移动机器人的角速度进行纠偏，包括以下步骤：

根据条带轮廓中心线在灰度图像中的位置对偏移距离S和偏移角度θ设置正负(S>0或S<0，θ>0或θ<0)，其中，S是条带轮廓中心线与灰度图像中心线在x轴上的位置偏移，如图3中的左侧小图所示；θ是条带轮廓中心线与灰度图像y轴，也就是灰度图像中心线之间的夹角的角度，如图3中的右侧大图所示。

若条带轮廓中心线与灰度图像中心线重合，则S＝0，若条带轮廓中心线与灰度图像中心线平行，则θ＝0；分两个层次进行。首先调节偏移距离，再调节偏移角度进行微调。

首先调节偏移距离。若偏移距离S大于某一阈值时，则Y方向(或X方向)速度为正，移动机器人向右偏转；若偏移距离S小于某一阈值时，则Y方向(或X方向)速度为负，移动机器人向左偏转；直到偏移距离S在某一阈值范围内；

此时再判断偏移角度进行微调。若偏移角度θ大于某一阈值时，则角速度为正，移动机器人向右偏转；若偏移角度θ小于某一阈值时，则角速度为负，移动机器人向左偏转；若调节至偏转距离在某一阈值范围内并且偏移角度θ在某一阈值范围内时，则移动机器人保持直行。

关于角速度ω

在进行上述距离纠偏时，设置系数K，如K＝0.05/0.1/0.2，如P＝0.1/0.2，比例系数大小可根据偏移量进行设置，若偏移距离大时则相应的K需要大些。速度ω＝K×当前偏移距离S，在进行上述角度纠偏时，设置系数P(如P＝1/2)，则角速度ω＝P×当前偏移角度θ。

本实施例中，对设置的θ、S、K、P、ω分别为θ阈值为5°，S的阈值为5cm，K＝0.05，P＝0.1，ω的最大值为0.3rad/s。

本实施例与常规的处理方式相比，整个算法简单易行，计算效率高，从而提高视觉导航的可靠性和稳定性，并且速度更快。

实施例2：基于二维码和条带的移动机器人视觉导航系统No.1

如图5所示，本实施例的移动机器人视觉导航系统，用于预定场景中，其中预设场景中预设有条带400，条带400上设置有二维码标签300，二维码至少包含用于确定移动机器人200移动的状态转换信息和速度变换信息，移动机器人视觉导航系统包含能进行通讯的采集模块100与工控机600，其中，

采集模块100设置在移动机器人200上，用于采集移动机器人200所在场景内的场景图像并发送给工控机600；

工控机600进一步包含：

图像转换模块，用于接收场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；以及确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

在另一优选例中，工控机600是普通电脑、或工业用电脑。

在另一优选例中，移动机器人视觉导航系统还包含避障传感器500，避障传感器500能与工控机600通讯，用于检测移动机器人200移动方向上的障碍物，并在检测到障碍物时通知工控机600避障。

在另一优选例中，采集模块100选自下组：USB接口摄像头、1394接口摄像头、网口通讯摄像头或网络摄像头。

在另一优选例中，采集模块100安装在移动机器人200的车体的中心。

在另一优选例中，条带400包含化纤材料。

在另一优选例中，系统还包含与采集模块配套的LED光源。

在另一优优选例中，LED光源安装在移动机器人200上。

实施例3：基于二维码和条带的移动机器人视觉导航系统No.2

如图5所示，本实施例的基于二维码和条带的移动机器人视觉导航系统包括：安装有采集模块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)、条带400、避障传感器500及工控机600。

其中：采集模块100与工控机600通讯连接，能够获取包含二维码标签300和反光带400的场景图像，并将场景图像传输给工控机600进行处理，避障传感器500用于环境中的避障，它们都同工控机600相连。工控机600能够采用前述的基于二维码和条带的移动机器人视觉导航方法，通过快速分析场景图像和当前环境信息确定移动机器人的运动方向和速度。

在本发明的其他优选例中，还可以设置与采集模块100相配套的LED光源。LED光源也安装在移动机器人上，一般与采集模块100的位置较近，以便采集模块能够获取更加清晰的场景图像，减少环境的干扰。而安装在移动机器人200上的采集模块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。可根据工控机的接口及成本需求选择合适的采集模块100，只要能够完成获取场景图像，并能提取出二维码标签和条带即可。

实施例4：仓库系统

本实施例的仓库系统，包含上述实施例中的预定场景与可移动的机器人，其中，预定场景中预设有条带，条带上设置有二维码标签，二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息；

可移动的机器人还包含能进行通讯的采集模块与上位机，其中，采集模块设置在移动机器人上，用于采集移动机器人所在预设场景内的场景图像，并发送给上位机；

上位机进一步包含：图像转换模块，用于接收场景图像并转换为灰度图像；解码与计算模块，用于识别并解码灰度图像中的二维码，获得状态转换信息和速度变换信息；以及确定同一帧灰度图像中条带的轮廓中心线，并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度；调整与纠偏模块，用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

上述仓库系统能够以更为简单、快速和有效的实现对可移动机器人的导航。

测试例

在测试过程中，上位机采用工控机，而相机安装在机器人底部，距离地面高度为20cm，通过调节光源亮度和相机的曝光时间，获得清晰的场景图像。预设场景中光带宽度为2cm,二维码标签长度和宽度均为2cm。当设置机器人运行的最大线速度为0.3m/s时，将曝光时间参数调节为1500us，对设置的θ、S、K、P、ω分别为：θ最大阈值为5°，θ最小阈值为-5°，S最大阈值为5cm，S最小阈值为-5cm，K＝0.05，P＝0.1，ω的最大值为0.3rad/s。而当设置机器人运行的最大线速度为0.5m/s时，曝光时间调节为1000us，对设置的θ、S、K、P、ω分别为：θ最大阈值为5°，θ最小阈值为-5°，S最大阈值为5cm，S最小阈值为-5cm，K＝0.1，P＝0.15，ω的最大值为0.5rad/s。

在本发明提及的所有文献都在本申请中引用作为参考，就如同每一篇文献被单独引用作为参考那样。此外应理解，在阅读了本发明的上述讲授内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (10)

1.一种移动机器人视觉导航方法，其特征在于，所述方法包含以下步骤：

步骤1)实时采集所述移动机器人所在预设场景内的场景图像，并转换为灰度图像，其中，所述预设场景中预设有条带，所述条带的预定位置上设置有至少一个二维码标签，所述二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息，；

步骤2)识别并解码所述灰度图像中的二维码，获得所述状态转换信息和速度变换信息；并同时确定同一帧所述灰度图像中所述条带的轮廓中心线，计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度；和

步骤3)根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

2.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，在所述步骤3)中，根据所述状态转换信息确定所述移动机器人启动、停止，或变换方向，根据所述速度变换信息确定所述移动机器人加速、减速，以及确定最大速度、最小速度。

3.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，所述步骤3)中根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向的步骤中：

所述状态转换信息和速度变换信息为启动时，则移动机器人开始运动；

所述状态转换信息和速度变换信息为停止时，则移动机器人停止运动；

所述状态转换信息和速度变换信息为加速时，则移动机器人开始加速运动；

所述状态转换信息和速度变换信息为减速时，则移动机器人开始减速运动；

所述状态转换信息和速度变换信息为转向时，则移动机器人开始转向；

所述状态转换信息和速度变换信息为返回时，则移动机器人开始反向运动。

4.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，步骤1)中还包含以下子步骤：

i)根据相机安装位置以及实际环境调节相机配套光源的亮度；

ii)根据当前光照水平调节相机曝光时间，所述曝光时间范围为1000us至8000us；

iii)实时采集连续清晰的场景图像。

5.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，所述步骤2)中的识别并解码所述灰度图像中的二维码，获得所述状态转换信息和速度变换信息的步骤还进一步包含以下子步骤：

i)预先对二维码进行编码，使所述二维码中至少包含状态转换信息和速度变换信息；

ii)在所述灰度图像中确定二维码的四个顶点，将所述四个顶点顺次连接起来，从而对所述二维码进行标记；

iii)对二维码进行解码，获得所述状态转换信息和速度变换信息。

6.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，所述步骤2)中的确定同一帧所述灰度图像中所述条带的轮廓中心线，并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度的步骤还进一步包含以下子步骤：

i)对所述灰度图像进行全局阈值的二值化操作，对二值化后的图像提取边界，进行8邻域连接；

ii)根据所述轮廓所包含的区域，通过计算轮廓横截面的几何中心并确定横截面定位得到所述轮廓中心线；

iii)计算所述条带轮廓中心线与所述灰度图像的中心线之间的像素点；

iv)对像素点进行标定，获取单个像素点对应的实际物理距离，从而确定所述条带轮廓中心线和所述灰度图像的中心线的实际距离；

v)根据所述条带轮廓中心线与所述灰度图像中心线的夹角确定偏移角度。

7.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，所述步骤3)中根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏的步骤进一步包含以下子步骤：

i)根据所述条带轮廓中心线在所述灰度图像中的位置对所述偏移距离S和偏移角度θ设置正负，其中，S是所述条带轮廓中心线与所述灰度图像中心线在x轴上的位置偏移，如图3中的左侧小图所示；θ是所述条带轮廓中心线与所述灰度图像y轴之间的夹角的角度，

若所述条带轮廓中心线与所述灰度图像中心线重合，则S＝0，若所述条带轮廓中心线与所述灰度图像中心线平行，则θ＝0；

ii)若所述偏移距离S大于预先设定的最大偏移距离阈值，则所述角速度为正，移动机器人向右偏转；若所述偏移距离S小于最小偏移距离阈值，则角速度为负，移动机器人向左偏转，直到所述偏移距离S在所述最大和最小偏移距离阈值的范围内；

iii)若所述偏移角度θ大于预先设置的最大偏移角度阈值，则所述角速度为正，移动机器人向右偏转；若所述偏移角度θ小于预先设置的最小偏移角度阈值时，则角速度为负，移动机器人向左偏转，直到所述偏移角度θ在所述最大和最小偏移角度阈值范围内时，则移动机器人保持直行。

8.根据权利要求1所述的一种移动机器人视觉导航方法，其特征在于，在进行所述步骤ii)的距离纠偏时，设置系数K，则角速度ω＝K×当前偏移距离S，在进行所述步骤iii)的角度纠偏时，设置系数P，则角速度ω＝P×当前偏移角度θ。

9.一种移动机器人视觉导航系统，其特征在于，包含能进行通讯的采集模块与上位机，其中，

所述采集模块设置在移动机器人上，用于采集所述移动机器人所在预设场景内的场景图像，并发送给所述上位机，其中，所述预设场景中预设有条带，所述条带上设置有二维码标签，所述二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息；

所述上位机进一步包含：

图像转换模块，用于接收所述场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码所述灰度图像中的二维码，获得所述状态转换信息和速度变换信息；以及确定同一帧所述灰度图像中所述条带的轮廓中心线，并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。

在另一优选例中，所述移动机器人视觉导航系统还包含避障传感器，所述避障传感器能与所述上位机通讯，用于检测所述移动机器人移动方向上的障碍物，并在检测到障碍物时通知上位机避障。

10.一种仓库系统，其特征在于，包含预定场景与可移动的机器人，其中

所述预定场景中预设有条带，所述条带上设置有二维码标签，所述二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息；

所述可移动的机器人还包含能进行通讯的采集模块与上位机，其中，

所述采集模块设置在移动机器人上，用于采集所述移动机器人所在预设场景内的场景图像，并发送给所述上位机；

所述上位机进一步包含：

图像转换模块，用于接收所述场景图像并转换为灰度图像；

解码与计算模块，用于识别并解码所述灰度图像中的二维码，获得所述状态转换信息和速度变换信息；以及确定同一帧所述灰度图像中所述条带的轮廓中心线，并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度；

调整与纠偏模块，用于根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向，并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。