CN106338287A - 基于天花板的室内移动机器人视觉定位方法 - Google Patents

Abstract

本发明公开了一种基于天花板的室内移动机器人视觉定位方法，该视觉定位方法以设定频率正面拍摄天花板照片，不断比对两张天花板照片中的特征直线和特征点，将比对结果转化成移动机器人在世界坐标系中的运动旋转角和运动位移增量，以此实现移动机器人的自我定位。本发明视觉定位方法以天花板作为参考目标，相比于其他物体，天花板不易被遮挡且照片里的元素较为单调，便于图像处理单元提取轮廓，分析照片；并且本发明视觉定位方法将摄像机的光轴垂直于天花板拍照，前后帧图像间的平移和旋转变换直接反应在二维照片中，简化图像分析中的计算。

Description

基于天花板的室内移动机器人视觉定位方法

技术领域

本发明涉及移动体自主定位技术领域，尤其涉及一种基于天花板的室内移动机器人视觉定位方法。

背景技术

室内定位作为移动机器人导航的基础，是机器人领域的热点问题之一。目前常用的室内移动机器人定位有两种方式：有源定位和无源定位。有源定位主要包括RFID、WIFI、红外和超声等。这些方法通常在室内固定位置放置多个发射源，然后移动机器人通过接收不同位置的信号判断当前位置。但是有源定位方法扩展性差，对环境要求高。无源定位主要是设置人工标志点，通过识别标志点实现自主定位。但是该方法需要机器人能时刻识别标志点，因此标志点数量要足够多。

发明内容

本发明要解决的技术问题是当前室内移动机器人的定位方法要求在室内布置多个发射源或者多个识别标志点，提高了移动机器人对工作环境的要求，限制了移动机器人的适用范围。

为解决上述技术问题，本发明采用的技术方案为：一种基于天花板的室内移动机器人视觉定位方法，所述室内移动机器人利用摄像机对天花板拍照，移动机器人根据天花板照片定位自身，所述天花板被划分成多个形状一致的正方形分格，所述移动机器人包括机器人运动模块、摄像机和图像处理单元，摄像机将拍摄的天花板照片传递至图像处理单元，图像处理单元分析天花板照片进行视觉定位，视觉定位方法包括如下步骤：

(1)调整摄像机的光轴，使光轴方向垂直于天花板；

(2)在机器人移动之前，拍摄一张天花板照片，将该天花板照片作为定位参考照片，将机器人的当前位置作为世界坐标系的坐标原点，当前方位角定义为0；

(3)对定位参考照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，将离定位参考照片中心最近的特征点确定为参考点；

(4)移动机器人开始运动，摄像机以设定频率拍摄天花板照片作为定位照片；该设定频率应大小适中，如果频率过小，拍照时间间隔太长，则容易导致对照点识别错误或识别不到对照点；如果频率过大，拍照时间间隔太短，则会导致图像处理单元的计算量大增，一般情况下，该设定频率以10～15Hz为宜。

(5)对定位照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，判断离参考点距离不超过5mm的范围内是否存在特征点；如果不存在，则选择上一张天花板照片作为新的定位参考照片并返回至步骤(3)；如果存在，则将该特征点作为对照点；

(6)将对照点所在的任意一条特征直线作为对照直线，计算对照直线与参考点所在两条特征直线之间的夹角，其中数值最小的夹角为移动机器人的运动旋转角；由参考点指向对照点的向量为移动机器人的运动向量；

(7)根据移动机器人的运动旋转角、运动向量以及定位参考照片对应的移动机器人的方位角和坐标计算当前移动机器人的方位角和坐标。

进一步优化的是，在上述步骤(3)和步骤(5)中，在对定位参考照片和定位照片进行轮廓提取之前，对定位参考照片和定位照片进行滤波、消除噪声和增强图像边缘处理，所述滤波操作采用的双边滤波器的核函数为：

$W_{ij}=\exp (-\frac{D_{ij}}{2{\mathrm{\σ}}_d^2}-\frac{\left|\right|I_i-I_j|{|}^2}{2{\mathrm{\σ}}_r^2})$

式中i，j分别表示不同的像素点，σ_d，σ_r分别为两个常数，D_ij为图像上两像素点间的距离，I_i，I_j分别表示i，j的灰度值。

进一步的，前述步骤(1)中调整摄像机光轴的具体步骤是：

1)控制摄像机正对天花板，调整移动机器人的位置，保证至少有一块完整的正方形天花板分格在摄像机的中心；

2)拍摄天花板照片，对照片进行轮廓提取，计算位于照片中心的天花板分格的四条边的长度l₁、l₂、l₃、l₄，计算四条边的长度是否满足公式：

$|\frac{4l_i}{l_1+l_2+l_3+l_4}-1|<n,i=1,2,3,4$

n为设计参数，依据移动机器人的定位精度要求具体确定；如果天花板四条边的长度满足上述公式，则判定摄像机光轴已经调整完毕；如果天花板四条边的长度不满足上述公式，则继续调整摄像机光轴后重复步骤2)。

进一步优化的是，在对定位参考照片和定位照片进行滤波、消除噪声和增强图像边缘处理之后，计算定位参考照片和定位照片的灰度最大和最小值作为轮廓提取的阈值。

进一步优化的是，所述移动机器人还包括惯性导航系统；所述视觉定位方法还包括步骤(8)：校验运动向量，判断运动向量所对应的位置增量Δp₂(xx₂,yy₂)是否满足|xx₂|>100mm或者|yy₂|>100mm，如果满足前述条件则认定此次视觉定位数据错误，放弃此次运动向量，采用惯性导航系统的位置增量数据Δp₁(xx₁,yy₁)计算移动机器人的当前坐标。

有益效果：(1)本发明视觉定位方法以天花板作为参考目标，相比于其他物体，天花板不易被遮挡且照片里的元素较为单调，便于图像处理单元提取轮廓，分析照片。(2)本发明视觉定位方法将摄像机的光轴垂直于天花板拍照，前后帧图像间的平移和旋转变换直接反应在二维照片中，简化图像分析中的计算。(3)由于天花板的各个分格具有高度的相似性，一张天花板的照片中具有多个特征直线和特征点，本发明视觉定位方法将参考点附近5mm范围内的特征点确定为对照点，极大的简化了照片处理单元确定对照点的过程，增加了确定对照点的正确性。(4)本发明视觉定位方法采用双边滤波器对天花板照片进行滤波处理，滤波结果平滑，边缘保持效应好。(5)本发明视觉定位方法以定位参考照片和定位照片的灰度最大和最小值作为轮廓提取的阈值，降低了不同的光照条件对提取天花板照片轮廓的影响。

附图说明

图1是实施例1的室内移动机器人工作状态示意图。

图2是实施例1的天花板照片轮廓示意图。

图3是实施例1的视觉定位方法流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

实施例1

如图1至图3所示，本实施例基于天花板的室内移动机器人视觉定位方法所采用的室内移动机器人包括机器人运动模块、摄像机、图像处理单元和惯性导航系统；摄像机应正对着天花板并将拍摄的天花板照片传递至图像处理单元，图像处理单元分析天花板照片进行视觉定位，机器人的运动模块负责机器人自身的运动以及摄像机的位置调整，惯性导航系统动态计量机器人的运动增量。本实施例的视觉定位方法用于具有天花板或者类似天花板结构的室内，该天花板结构或者类似天花板结构需要预先被划分成多个形状一致的正方形分格。

本实施例基于天花板的室内移动机器人视觉定位方法具体实施步骤如下：

(1)采用棋盘格标定法标定摄像机，让摄像机在不同角度不同位置采集棋盘格图像，然后识别棋盘格角点，对比角点在照片中的位置和实际中的位置得到摄像机的内参数及畸变系数；将内参数及畸变系数输入图像处理单元以便矫正所有来自摄像机的照片；

(2)利用移动机器人的运动模块控制摄像机正对天花板，调整移动机器人的位置，保证至少有一块完整的正方形天花板分格在摄像机的中心；

(3)拍摄天花板照片，对照片进行轮廓提取，计算位于照片中心的天花板分格的四条边的长度l₁、l₂、l₃、l₄，计算四条边的长度是否满足公式：

$|\frac{4l_i}{l_1+l_2+l_3+l_4}-1|<n,i=1,2,3,4$

n为设计参数，依据移动机器人的定位精度要求具体确定，本实施例的n取0.05mm；如果天花板四条边的长度满足上述公式，则判定摄像机光轴已经调整完毕；如果天花板四条边的长度不满足上述公式，则继续调整摄像机光轴后重复步骤(3)。

(4)摄像机调整完毕后，拍摄一张天花板照片，将该天花板照片作为定位参考照片，将机器人的当前位置作为世界坐标系的坐标原点，当前方位角定义为0；

(5)对定位参考照片进行滤波、消除噪声和增强图像边缘处理，滤波操作使用双边滤波器，双边滤波器的核函数为：

$W_{ij}=\exp (-\frac{D_{ij}}{2{\mathrm{\&sigma;}}_d^2}-\frac{\left|\right|I_i-I_j|{|}^2}{2{\mathrm{\&sigma;}}_r^2})$

式中i，j分别表示不同的像素点，σ_d，σ_r分别为两个常数，D_ij为图像上两像素点间的距离，I_i，I_j分别表示i，j的灰度值；

(6)取滤波后的定位参考照片的灰度最大和最小值作为阈值，对定位参考照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，将离定位参考照片中心最近的特征点确定为参考点；

(7)移动机器人开始运动，摄像机以10Hz频率拍摄天花板照片作为定位照片；

(8)对定位照片进行滤波、消除噪声和增强图像边缘处理，滤波操作使用双边滤波器，双边滤波器的核函数为：

$W_{ij}=\exp (-\frac{D_{ij}}{2{\mathrm{\&sigma;}}_d^2}-\frac{\left|\right|I_i-I_j|{|}^2}{2{\mathrm{\&sigma;}}_r^2})$

式中i，j分别表示不同的像素点，σ_d，σ_r分别为两个常数，D_ij为图像上两像素点间的距离，I_i，I_j分别表示i，j的灰度值；

(9)取滤波后的定位参考照片的灰度最大和最小值作为阈值，对定位照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，判断离参考点距离不超过5mm的范围内是否存在特征点；如果不存在，则选择上一张天花板照片作为新的定位参考照片并返回至步骤(5)；如果存在，则将该特征点作为对照点；

(10)将对照点所在的任意一条特征直线作为对照直线，计算对照直线与参考点所在两条特征直线之间的夹角，其中数值最小的夹角为移动机器人的运动旋转角；由参考点指向对照点的向量为移动机器人的运动向量；

(11)根据移动机器人的运动旋转角、运动向量以及定位参考照片所对应的移动机器人的方位角和坐标计算当前移动机器人的方位角和坐标，根据坐标变换原理：

式中θ表示运动旋转角，p_x，p_y分别表示世界坐标系相对于摄像机坐标系的位置,(x′,y′)，(x,y)分别表示参考点在摄像机坐标系和世界坐标系中的坐标值。其中x′＝ku_i,y′＝kv_i，k表示以像素为单位的位移与以mm为单位的位移的比例系数。u_i,v_i表示对照点坐标与相机光轴中心坐标之差。定位图片经过同样处理后可得到：

由公式1和公式2可以得出：

p_x,i+1＝k(u_i+1-u_icosΔθ+v_isinΔθ)+p_xicosΔθ-p_yisinΔθ

p_y,i+1＝k(v_i+1-u_isinΔθ-v_icosΔθ)+p_xisinΔθ+p_yicosΔθ

则机器人的实际坐标可表示为：

^Wp_x,i+1＝-p_x,i+1cos(θ+Δθ)-p_y,i+1sin(θ+Δθ)

^Wp_y,i+1＝p_x,i+1sin(θ+Δθ)-p_y,i+1cos(θ+Δθ)

(12)校验运动向量，判断运动向量所对应的位置增量Δp₂(xx₂,yy₂)是否满足|xx₂|>100mm或者|yy₂|>100mm，如果满足前述条件则认定此次视觉定位数据错误，放弃此次运动向量，采用惯性导航系统的位置增量数据Δp₁(xx₁,yy₁)计算移动机器人的当前坐标。

虽然说明书中对本发明的实施方式进行了说明，但这些实施方式只是作为提示，不应限定本发明的保护范围。在不脱离本发明宗旨的范围内进行各种省略、置换和变更均应包含在本发明的保护范围内。

Claims (5)

1.一种基于天花板的室内移动机器人视觉定位方法，其特征在于：室内移动机器人利用摄像机对天花板拍照，移动机器人根据天花板照片定位自身，所述天花板被划分成多个形状一致的正方形分格，所述移动机器人包括机器人运动模块、摄像机和图像处理单元，摄像机将拍摄的天花板照片传递至图像处理单元，图像处理单元分析天花板照片进行视觉定位，视觉定位方法包括如下步骤：

(1)调整摄像机的光轴，使光轴方向垂直于天花板；

(2)在机器人移动之前，拍摄一张天花板照片，将该天花板照片作为定位参考照片，将机器人的当前位置作为世界坐标系的坐标原点，当前方位角定义为0；

(3)对定位参考照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，将离定位参考照片中心最近的特征点确定为参考点；

(4)移动机器人开始运动，摄像机以设定频率拍摄天花板照片作为定位照片；

(5)对定位照片进行轮廓提取，确定特征直线，将各特征直线的交点作为特征点，判断离参考点距离不超过5mm的范围内是否存在特征点；如果不存在，则选择上一张天花板照片作为新的定位参考照片并返回至步骤(3)；如果存在，则将该特征点作为对照点；

(6)将对照点所在的任意一条特征直线作为对照直线，计算对照直线与参考点所在两条特征直线之间的夹角，其中数值最小的夹角为移动机器人的运动旋转角；由参考点指向对照点的向量为移动机器人的运动向量；

(7)根据移动机器人的运动旋转角、运动向量以及定位参考照片对应的移动机器人的方位角和坐标计算当前移动机器人的方位角和坐标。

2.根据权利要求1所述的基于天花板的室内移动机器人视觉定位方法，其特征在于：在所述步骤(3)和步骤(5)中，在对定位参考照片和定位照片进行轮廓提取之前，对定位参考照片和定位照片进行滤波、消除噪声和增强图像边缘处理。

3.根据权利要求1或2所述的基于天花板的室内移动机器人视觉定位方法，其特征在于，所述步骤(1)中调整摄像机光轴的具体步骤是：

1)控制摄像机正对天花板，调整移动机器人的位置，保证至少有一块完整的正方形天花板分格在摄像机的中心；

2)拍摄天花板照片，对照片进行轮廓提取，计算位于照片中心的天花板分格的四条边的长度l₁、l₂、l₃、l₄，计算四条边的长度是否满足公式：

$|\frac{4l_i}{l_1+l_2+l_3+l_4}-1|<n,i=1,2,3,4$

n为设计参数，依据移动机器人的定位精度要求具体确定；如果天花板四条边的长度满足上述公式，则判定摄像机光轴已经调整完毕；如果天花板四条边的长度不满足上述公式，则继续调整摄像机光轴后重复步骤2)。

4.根据权利要求2所述的基于天花板的室内移动机器人视觉定位方法，其特征在于：在对定位参考照片和定位照片进行滤波、消除噪声和增强图像边缘处理之后，计算定位参考照片和定位照片的灰度最大和最小值作为轮廓提取的阈值。

5.根据权利要求3所述的基于天花板的室内移动机器人视觉定位方法，其特征在于：

所述移动机器人还包括惯性导航系统；

所述视觉定位方法还包括步骤(8)：校验运动向量，判断运动向量所对应的位置增量Δp₂(xx₂,yy₂)是否满足|xx₂|>100mm或者|yy₂|>100mm，如果满足前述条件则认定此次视觉定位数据错误，放弃此次运动向量，采用惯性导航系统的位置增量数据Δp₁(xx₁,yy₁)计算移动机器人的当前坐标。