CN106541404A - 一种机器人视觉定位导航方法 - Google Patents

Abstract

本发明公开了一种机器人视觉定位导航方法，其特征在于，包括以下步骤:场地设置；预设于感应区块内部的传感器感受到异常后，发送报警信息给服务器，服务器根据预设信息确定区块位置，并找出该区块的四个标志物中的一个标志物的标志物信息，作为目的地；服务器向机器人发送信息，要求机器人反馈目前位置，机器人在收到信息后，确定自身位置，并移动到相邻坐标轴上，并将移动后所处的位置作为机器人移动的起点，反馈给服务器；服务器获取机器人反馈后，利用目的地坐标和起点坐标，通过启发搜索方法获得机器人的行进路线，机器人根据行进路线移动到目的地。本发明的机器人视觉定位导航方法，自动化程度高，人工成本低。

Description

一种机器人视觉定位导航方法

技术领域

本发明属于机器人导航技术领域，具体涉及一种机器人视觉定位导航方法。

背景技术

机器人一直是科学研究的热门方向，而随着人口老龄化的加剧，机器人将越来越多的取代人力在工业生产中的地位，因此工业机器人的研发将成为新的商业热点，而处于生产环境中机器人必须具有移动到预定目的地并定位自身的能力。

而现在已有的机器人移动最常见的是靠人工操纵，或者使用感应胶带铺在预定移动；路线上，这两类方案具有以下缺点：

(1)自动化程度不够，大多数的机器人移动和定位方案都需要人来操作和下命令，即使是使用感应胶带也要根据需求随时改变胶带的位置，需要耗费人力。

(2)标准化程度不高，大多数的机器人移动和定位方案在实际应用时都一直需要人力对机器人做校准和操作，这降低了方案标准化能力。

发明内容

本发明的目的在于：针对现有技术中存在的问题，提供一种机器人视觉定 位导航方法，节约人力成本，自动化程度高。

为了实现上述目的，本发明采用的技术方案为：

一种机器人视觉定位导航方法，包括以下步骤:

根据场地大小设置坐标系，坐标系中设置m×n个呈矩阵整列分布的标志物，标志物位于坐标节点上，且相邻标志物之间间距选取固定值，每个标志物采用不同内容的图像作为区别标志，标志物将场地划分为若干个方块区域，每个方块区域对应四个标志物，且每个区域中设置有传感器形成感应区域；

预设于感应区块内部的传感器感受到异常后，发送报警信息给服务器，服务器根据预设信息确定区块位置，并找出该区块的四个标志物中的一个标志物的标志物信息，作为目的地；

服务器向机器人发送信息，要求机器人反馈目前位置，机器人在收到信息后，确定自身位置，并移动到相邻坐标轴上，并将移动后所处的位置作为机器人移动的起点，反馈给服务器；

服务器获取机器人反馈后，利用目的地坐标和起点坐标，通过启发搜索方法获得机器人的行进路线，机器人根据行进路线移动到目的地。

优选地，机器人确定自身位置的方法包括：

机器人通过检测最近三个标志物，获得三个标志物所在的坐标；测量机器人与标志物之间的距离；

选取同一坐标轴上的两个标志物与机器人之间形成一个三角形，通过海伦 公式求三角形的面积S：

其中P为半周长，D₁为机器人与第一标志物之间的距离，D₂为机器人与第二标志物之间的距离，L为第一标志物与第二标志物之间的距离；

通过以下公式计算机器人与坐标轴的距离h₁：

按照上述方法，计算出机器人与另一坐标轴的距离h₂；

结合标志物坐标、h₁、h₂，计算出机器人的坐标。

优选地，测量机器人与标志物之间距离的方法包括：

对于固定标志物高度，高度固定的情况下，机器人在捕捉到标志物后向上转动摄像头，直到标志物移动到镜头正中位置，此时计算摄像头与水平方向角度，使用三角函数计算距离：

其中d₁表示机器人与标志物的距离，h₃表示标志物固定的高度，θ₁表示摄像头把标志物放入镜头中心的角度。

优选地，测量机器人与标志物之间距离的方法包括：

在标志物不能固定高度的情况下，设置一个固定长度的参照物，当标志物在图像正中的时候，比对参照物的长度，计算标志物的高度，使用如下公式来计算：

其中l表示图片上参照物长度，L₂表示图片上标志物长度，h₃表示预设的参照物长度，θ₂表示摄像头把标志物放入镜头中心的角度。

优选地，机器人在移动过程中检测前方环境，发现障碍物后将障碍物信息发送到服务器，服务器计算避障路线后返回机器人下一步移动的数据；

其中，障碍物信息包括采用待检测物坐标计算方法得到障碍物坐标。

优选地，机器人经过多次移动后最终导航到报警传感器的附近坐标，到达后机器人扫描环境获取目标环境信息并发送给服务器，服务器在收到信息后计算机器人移动到传感器所需要的信息，并命令机器人移动；

其中，目标环境信息包括采用待检测物坐标计算方法得到目标坐标。

优选地，所述的待检测物坐标计算方法包括：

机器人移动到待检测物体旁的标志物坐标，扫描周围环境，记录摄像头将物体放入图片中心的角度，获取到角度后，机器人移动到邻近的一个标志物坐标，再次扫描环境，获取摄像头转动角度；

根据以下公式计算待检测坐标：

x'＝x-Δx；

y'＝y-Δy；

其中，L₃为预设的坐标间距，(x，y)为已知的标志物坐标，(x',y')表示待检测物的坐标，θ₃表示在第一个坐标点摄像头转动使物体位于图片中央获得的角度，θ₄表示移动到第二个坐标点后摄像头转动使物体位于图片中央获得的角度。

优选地，服务器分析机器人发送的环境信息，发现在下一次前进的路线上存在障碍物，服务器放弃坐标队列，从坐标图上去掉障碍物所在的边，重新生成一个平面图，将机器人目前所在的坐标作为根节点，从图中生成一棵树,生成树后，将机器人目前所在的坐标作为起点，原目的地坐标继续作为目的地坐标，生成一条路径，将路径上的每个坐标点存入一个新的队列，使用新的对列指导机器人运动。

由于采用了上述技术方案，本发明的有益效果是：

本发明的一种机器人视觉定位导航方法，通过一次性在场地设置特殊标志物，机器人根据机器视觉算法识别标志物的方式来解决移动和定位的问题。这个方案相比常见方案可以更自动化的使用机器人，在一次设置标志物并操作机器人识别存储所有标志物信息后，机器人可以脱离人的操作，自动移动和巡航；并且标志物的设置有基本的原则，可以更标准化的实施。

附图说明

图1是本发明的根据场地建立的坐标系示意图。

图2是本发明的机器人自身坐标确定示意图。

图3是本发明的待测物坐标计算示意图。

图4是本发明的机器人移动示意图。

图5是本发明的机器人视觉定位导航系统简图。

附图标记：1-服务器，2-机器人。

具体实施方式

参照图1-5，本发明的一种机器人视觉定位导航方法，该方法主要是建立在服务器1与机器人2为主的机器人视觉定位导航系统上，该系统包括服务器1和机器人2，服务器1和机器人2通信连接。本发明的机器人视觉定位导航方法包括以下步骤:

参照图1，根据场地大小设置坐标系，坐标系中设置m×n个呈矩阵整列分布的标志物，标志物位于坐标节点上，且相邻标志物之间间距选取固定值，每个标志物采用不同内容的图像作为区别标志，标志物将场地划分为若干个方块区域，每个方块区域对应四个标志物，且每个区域中设置有传感器形成感应区域。

其中，标志物定义：放置于场地与周围环境相差较大的物品。在同一个节点的标志物从坐标轴的四个方向看去应该是相同的，以保证机器人2在不同方向上可以识别为同一标志物，同时需要参考场地环境以保证每个标志物都能被正确识别。

本实施例中，场地选用100mx100m的平整场地，按照每10m间隔设置一个标志物，标识物的设置应使每个标志物的内容不同，即设置整个场地需要设置10x10个标志物，并且每个标志物需要采用有较明显区别的图像，机器人2可以清晰识别标志物。机器人2除接近识别物体外均行驶在标志物连成的坐标系轴线上。

预设于感应区块内部的传感器感受到异常后，发送报警信息给服务器1，服务器1根据预设信息确定区块位置，并找出该区块的四个标志物中的一个标志物的标志物信息，作为目的地。

服务器1向机器人2发送信息，要求机器人2反馈目前位置，机器人2在收到信息后，确定自身位置，并移动到相邻坐标轴上，并将移动后所处的位置作为机器人2移动的起点，反馈给服务器1。

参照图2，机器人2确定自身位置的方法包括：

机器人2通过检测最近三个标志物，获得三个标志物所在的坐标；测量机器人2与标志物之间的距离；

选取同一坐标轴上的两个标志物与机器人2之间形成一个三角形，通过海伦公式求三角形的面积S：

其中P为半周长，D₁为机器人2与第一标志物之间的距离，D₂为机器人2与第二标志物之间的距离，L为第一标志物与第二标志物之间的距离；

通过以下公式计算机器人2与坐标轴的距离h₁：

按照上述方法，计算出机器人2与另一坐标轴的距离h₂；

结合标志物坐标、h₁、h₂，计算出机器人2的坐标。

测量机器人2与标志物之间距离的方法包括：

对于固定标志物高度，高度固定的情况下，机器人2在捕捉到标志物后向上转动摄像头，直到标志物移动到镜头正中位置，此时计算摄像头与水平方向角度，使用三角函数计算距离：

其中d₁表示机器人2与标志物的距离，h₃表示标志物固定的高度，θ₁表示摄像头把标志物放入镜头中心的角度。

在标志物不能固定高度的情况下，设置一个固定长度的参照物，当标志物在图像正中的时候，比对参照物的长度，计算标志物的高度，使用如下公式来计算：

其中l表示图片上参照物长度，L₂表示图片上标志物长度，h₃表示预设的参照物长度，θ₂表示摄像头把标志物放入镜头中心的角度。

服务器1获取机器人2反馈后，利用目的地坐标和起点坐标，通过启发搜索方法获得机器人2的行进路线，机器人2根据行进路线移动到目的地。

参照图4，机器人2从目前所在地到一个指定区域的移动过程：

在建立场地坐标系后，存储在服务器1中的坐标可以生成一个图结构，由于这个图结构是有限的，从图中任一点出发都可以把图结构展开成一颗树，而从树结构中通过启发搜索算法可以生成一条路径，连接起点坐标和目的地坐标，作为机器人2行进路线。

这条路线是一个整数坐标点的序列，按照这个路线可以移动到指定的坐标。

机器人2在移动过程中检测前方环境，发现障碍物后将障碍物信息发送到服务器1，服务器1计算避障路线后返回机器人2下一步移动的数据；

其中，障碍物信息包括采用待检测物坐标计算方法得到障碍物坐标。

机器人2经过多次移动后最终导航到报警传感器的附近坐标，到达后机器人2扫描环境获取目标环境信息并发送给服务器1，服务器1在收到信息后计算机器人2移动到传感器所需要的信息，并命令机器人2移动；

其中，目标环境信息包括采用待检测物坐标计算方法得到目标坐标。

参照图3，待检测物坐标计算方法包括：

机器人2移动到待检测物体旁的标志物坐标，扫描周围环境，记录摄像头将物体放入图片中心的角度，获取到角度后，机器人2移动到邻近的一个标志物坐标，再次扫描环境，获取摄像头转动角度；

根据以下公式计算待检测坐标：

x'＝x-Δx；

y'＝y-Δy；

其中，L₃为预设的坐标间距，(x，y)为已知的标志物坐标，(x',y')表示待检测物的坐标，θ₃表示在第一个坐标点摄像头转动使物体位于图片中央获得的角度，θ₄表示移动到第二个坐标点后摄像头转动使物体位于图片中央获得的角度。

服务器1分析机器人2发送的环境信息，发现在下一次前进的路线上存在障碍物，服务器1放弃坐标队列，从坐标图上去掉障碍物所在的边，重新生成一个平面图，将机器人2目前所在的坐标作为根节点，从图中生成一棵树,生成树后，将机器人2目前所在的坐标作为起点，原目的地坐标继续作为目的地坐标，生成一条路径，将路径上的每个坐标点存入一个新的队列，使用新的对列指导机器人2运动。

机器人2在选定移动坐标并移动后，出现移动误差，此时需要执行误差纠正。

机器人2在第一次移动后，进行一次定位任务，判断是否到达指定目的地位置，如未到达，则计算与指定坐标点的距离，进行第二次移动，重复直到判定到达指定坐标点。

Claims (8)

1.一种机器人视觉定位导航方法，其特征在于，包括以下步骤:

根据场地大小设置坐标系，坐标系中设置m×n个呈矩阵整列分布的标志物，标志物位于坐标节点上，且相邻标志物之间间距选取固定值，每个标志物采用不同内容的图像作为区别标志，标志物将场地划分为若干个方块区域，每个方块区域对应四个标志物，且每个区域中设置有传感器形成感应区域；

预设于感应区块内部的传感器感受到异常后，发送报警信息给服务器，服务器根据预设信息确定区块位置，并找出该区块的四个标志物中的一个标志物的标志物信息，作为目的地；

服务器向机器人发送信息，要求机器人反馈目前位置，机器人在收到信息后，确定自身位置，并移动到相邻坐标轴上，并将移动后所处的位置作为机器人移动的起点，反馈给服务器；

服务器获取机器人反馈后，利用目的地坐标和起点坐标，通过启发搜索方法获得机器人的行进路线，机器人根据行进路线移动到目的地。

2.根据权利要求1所述的机器人视觉定位导航方法，其特征在于，机器人确定自身位置的方法包括：

机器人通过检测最近三个标志物，获得三个标志物所在的坐标；测量机器人与标志物之间的距离；

选取同一坐标轴上的两个标志物与机器人之间形成一个三角形，通过海伦公式求三角形的面积S：

$S=\sqrt{P(P-D_1)(P-D_2)(P-L)};$

其中P为半周长，D₁为机器人与第一标志物之间的距离，D₂为机器人与第二标志物之间的距离，L为第一标志物与第二标志物之间的距离；

通过以下公式计算机器人与坐标轴的距离h₁：

$h_1=\frac{2S}{L};$

按照上述方法，计算出机器人与另一坐标轴的距离h₂；

结合标志物坐标、h₁、h₂，计算出机器人的坐标。

3.根据权利要求2所述的机器人视觉定位导航方法，其特征在于，测量机器人与标志物之间距离的方法包括：

对于固定标志物高度，高度固定的情况下，机器人在捕捉到标志物后向上转动摄像头，直到标志物移动到镜头正中位置，此时计算摄像头与水平方向角度，使用三角函数计算距离：

$d_1=\frac{h_3}{{\mathrm{tan\θ}}_1};$

其中d₁表示机器人与标志物的距离，h₃表示标志物固定的高度，θ₁表示摄像头把标志物放入镜头中心的角度。

4.根据权利要求2所述的机器人视觉定位导航方法，其特征在于，测量机器人与标志物之间距离的方法包括：

在标志物不能固定高度的情况下，设置一个固定长度的参照物，当标志物在图像正中的时候，比对参照物的长度，计算标志物的高度，使用如下公式来计算：

$d_2=\frac{{\mathrm{lh}}_3}{L_2{\mathrm{tan\θ}}_2}$

其中l表示图片上参照物长度，L₂表示图片上标志物长度，h₃表示预设的参照物长度，θ₂表示摄像头把标志物放入镜头中心的角度。

5.根据权利要求1所述的机器人视觉定位导航方法，其特征在于，

机器人在移动过程中检测前方环境，发现障碍物后将障碍物信息发送到服务器，服务器计算避障路线后返回机器人下一步移动的数据；

其中，障碍物信息包括采用待检测物坐标计算方法得到障碍物坐标。

6.根据权利要求1所述的机器人视觉定位导航方法，其特征在于，

机器人经过多次移动后最终导航到报警传感器的附近坐标，到达后机器人扫描环境获取目标环境信息并发送给服务器，服务器在收到信息后计算机器人移动到传感器所需要的信息，并命令机器人移动；

其中，目标环境信息包括采用待检测物坐标计算方法得到目标坐标。

7.根据权利要求5或6所述的机器人视觉定位导航方法，其特征在于，所述的待检测物坐标计算方法包括：

机器人移动到待检测物体旁的标志物坐标，扫描周围环境，记录摄像头将物体放入图片中心的角度，获取到角度后，机器人移动到邻近的一个标志物坐标，再次扫描环境，获取摄像头转动角度；

根据以下公式计算待检测坐标：

$\mathrm{\Δ}x=\frac{L_3{\mathrm{tan\θ}}_3}{{\mathrm{tan\θ}}_3+{\mathrm{tan\θ}}_4};$

$\mathrm{\Δ}y=\frac{L_3}{{\mathrm{tan\θ}}_3+{\mathrm{tan\θ}}_4};$

x'＝x-Δx；

y'＝y-Δy；

其中，L₃为预设的坐标间距，(x，y)为已知的标志物坐标，(x',y')表示待检测物的坐标，θ₃表示在第一个坐标点摄像头转动使物体位于图片中央获得的角度，θ₄表示移动到第二个坐标点后摄像头转动使物体位于图片中央获得的角度。

8.根据权利要求1所述的机器人视觉定位导航方法，其特征在于，

服务器分析机器人发送的环境信息，发现在下一次前进的路线上存在障碍物，服务器放弃坐标队列，从坐标图上去掉障碍物所在的边，重新生成一个平面图，将机器人目前所在的坐标作为根节点，从图中生成一棵树,生成树后，将机器人目前所在的坐标作为起点，原目的地坐标继续作为目的地坐标，生成一条路径，将路径上的每个坐标点存入一个新的队列，使用新的对列指导机器人运动。