CN106990776B - 机器人归航定位方法与系统 - Google Patents

机器人归航定位方法与系统 Download PDF

Info

Publication number
CN106990776B
CN106990776B CN201710108583.3A CN201710108583A CN106990776B CN 106990776 B CN106990776 B CN 106990776B CN 201710108583 A CN201710108583 A CN 201710108583A CN 106990776 B CN106990776 B CN 106990776B
Authority
CN
China
Prior art keywords
robot
image acquisition
homing
marker
markers
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710108583.3A
Other languages
English (en)
Other versions
CN106990776A (zh
Inventor
鄢武
周雪峰
徐保来
苏泽荣
蔡奕松
程韬波
黄丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Intelligent Manufacturing of Guangdong Academy of Sciences
Original Assignee
Guangdong Institute of Intelligent Manufacturing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Institute of Intelligent Manufacturing filed Critical Guangdong Institute of Intelligent Manufacturing
Priority to CN201710108583.3A priority Critical patent/CN106990776B/zh
Publication of CN106990776A publication Critical patent/CN106990776A/zh
Application granted granted Critical
Publication of CN106990776B publication Critical patent/CN106990776B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

本发明提供一种机器人归航定位方法与系统，标定设置于机器人的图像采集组件，获取所述图像采集组件的标定参数，识别机器人归航点相对两侧至少2处标志物，提取标志物的关键点，根据标定参数以及提取的标志物的关键点，计算标志物与所述图像采集组件相对位置以及姿态，最终对机器人进行归航定位。整个过程中，采用图像处理方式，基于图像采集组件标定参数来计算标志物与图像采集组件位置以及姿态，最终实现对机器人归航的准确定位。

Description

机器人归航定位方法与系统
技术领域
本发明涉及定位技术领域，特别是涉及机器人归航定位方法与系统。
背景技术
随着科学技术的发展，越来越多的机器人及其控制技术应用到实际生产生活中，给人们带来了巨大的便利。
目前，针对机器人归航定位已经成为机器人控制领域一个重要的研究方面。一般机器人定位方法主要分为绝对定位和相对定位两类。相对定位是通过测量机器人相对于初始位置的距离和方向来确定机器人的当前位置，通常也称之为航迹推演，缺点是漂移误差会随时间累积，不适于精确定位。绝对定位主要采用导航信标、主动或被动标识、地图匹配或卫星定位技术进行定位，定位精度较高，信标及标识的方式，简单便捷，故应用较多，其缺点是容易受光照影响。
发明内容
基于此，有必要针对可见一般机器人归航定位方法定位不准确的问题，提供一种定位准确的机器人归航定位方法与系统。
一种机器人归航定位方法，包括步骤：
标定设置于机器人的图像采集组件，并获取图像采集组件的标定参数，标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及不同图像采集组件的坐标与世界坐标系的平移与旋转量；
识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点；
根据图像采集组件的标定参数以及提取的标志物的至少3个关键点，计算标志物与图像采集组件相对位置以及姿态；
根据标志物与图像采集组件相对位置以及姿态，对机器人进行归航定位。
一种机器人归航定位系统，包括：
标定模块，用于标定设置于机器人的图像采集组件，并获取图像采集组件的标定参数，标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及不同图像采集组件的坐标与世界坐标系的平移与旋转量；
识别模块，用于识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点；
坐标计算模块，用于根据图像采集组件的标定参数以及提取的标志物的至少3个关键点，计算标志物与图像采集组件相对位置以及姿态；
归航模块，用于根据标志物与图像采集组件相对位置以及姿态，对机器人进行归航定位。
本发明机器人归航定位方法与系统，标定设置于机器人的图像采集组件，获取图像采集组件的标定参数，识别机器人归航点相对两侧至少2处标志物，提取标志物的关键点，根据标定参数以及提取的标志物的关键点，计算标志物与图像采集组件相对位置以及姿态，最终对机器人进行归航定位。整个过程中，采用图像处理方式，基于图像采集组件标定参数来计算标志物与图像采集组件位置以及姿态，最终实现对机器人归航的准确定位。
附图说明
图1为本发明机器人归航定位方法第一个实施例的流程示意图；
图2为相机小孔成像原理示意图；
图3为简化后的小孔成像模型示意图；
图4为空间点投影到图像平面示意图；
图5为多个标记物归航定位示意图；
图6为本发明机器人归航定位方法第二个实施例的流程示意图；
图7为本发明机器人归航定位系统其中一个实施例的结构示意图。
具体实施方式
如图1所示，一种机器人归航定位方法，包括步骤：
S200：标定设置于机器人的图像采集组件，并获取图像采集组件的标定参数，标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及不同图像采集组件的坐标与世界坐标系的平移与旋转量。
图像采集组件是预先设置于机器人上的，图像采集组件可以为摄像机、照相机等设备，对图像采集组件进行标定，获得其标定参数，标定参数包括内部参数和外部参数，内部参数可以理解图像采集组件的固有属性，具体包括图像采集组件的焦距，主点在成像平面的坐标等，其外部参数可以理解为不同图像采集组件之间关联的参数，具体包括不同图像采集组件之间距离、不同图像采集组件的坐标以及不同图像采集组件的坐标与世界坐标系的平移与旋转量。
在其中一个实施例中，标定设置于机器人的图像采集组件，并获取图像采集组件的标定参数的步骤包括：
步骤一：确定设置于机器人的图像采集组件。
图像采集组件是预先设置于机器人上的，其数量可以为多个，在这里先确定设置于机器人上图像采集组件的数量以及类型等。
步骤二：通过图像采集组件对标定板进行成像，获得图像。
利用图像采集组件(相机)对标定板成像，获得图像。具体来说，标定板可以是棋盘格，也可以是圆形或是其他形状。
步骤三：识别图像中特征点，获得图像采集组件的参数以及各图像采集组件之间位置关系。
通过图像采集组件(相机)拍摄的多幅图像，识别图像中特征点，具体来说，特征点包括角点或圆心等信息，基于这些信息获取图像采集组件的参数以及各图像采集组件之间位置关系。
步骤四：根据图像采集组件的参数以及各图像采集组件之间位置关系，计算图像采集组件的标定参数。
根据步骤三获取的图像采集组件的参数以及各图像采集组件之间位置关系，计算图像采集组件的标定参数。具体计算过程可以采用空间几何学进行计算处理。下面将着重介绍整个标定获取标定参数的过程。
图像采集组件(相机)的成像机理来自于小孔成像，如图2所示。物体在图像平面为倒立的像，因此有个负号，其公式如下。
Figure BDA0001233807750000041
实际使用中，通常使用另一种等价的数学模型，使得数学形式更加简单一点。交换针孔和图像平面的位置，将成像平面放到小孔的另一侧与原成像平面中心对称的位置，这个新的平面称为前端图像平面,它到小孔的距离仍保持为焦距的长度。与原模型的差别在于前端成像平面被认为是所有抵达投影中心的光线的一个切片，原先的小孔被理解成投影中心。如图3所示，图3为简化后的小孔成像模型。其对应的公式如下：
Figure BDA0001233807750000042
与前者相比，相当于少了一个负号。光轴与前端图像平面的交点被称为主点，前端图像平面到投影中心的距离为焦距f。摄像机的主点等价于成像的中心。然而，由于生产工艺的问题，感光芯片的中心通常不在光轴Zc上。因此，系统引入两个参数cx和cy以对光轴可能的偏移进行建模。
Figure BDA0001233807750000043
这里引入两个新的参数fx和fy，单位为像素，它们是不同的焦距，因为单个像素点在某些相机上并不是正方形的，sx≠sy，具体公式如下：
fx＝f·sx
fy＝f·sy
sx和sy是像素密度，单位是像素每米。sx和sy以及f它们是不能在实际标定过程中直接测量的，但组合量fx、fy是可以计算出来的。上式写成矩阵形式如下：
Figure BDA0001233807750000044
将三维空间中的点Q(X，Y，Z)映射到投影平面上点q坐标为(x，y)，这称作投影变换，投影变换可以方便的用齐次坐标表示，齐次坐标就是把维数为n的空间上的点用(n+1)维向量表示。如二维空间的点(x，y)可以用三维向量(x，y，w)表示。w＝0子集对应于无穷远处的平面，在此平面外(w≠0)，总是可以同时除以w，以映射到熟悉的(x,y,1)空间；三维到二维的映射的公式如下：
Figure BDA0001233807750000051
在这里w＝Z，同时除以Z，等式左边写成齐次坐标形式，公式如下：
Figure BDA0001233807750000052
这个3×3矩阵就是相机的内参数矩阵。
由于小孔不足以让更多的光线到达成像平面，因此使用透镜，但不可避免的带来了透镜镜头畸变的影响。它会导致图像径向和切向畸变，径向畸变主要来自于透镜形状，而切向畸变则来自于相机的组装过程。因此就需要研究镜头参数的影响，进行补偿，将这种失真的误差降到最小。空间点经过相机感光芯片，如图4所示，在相机的坐标系(Xc，Yc，Zc)和成像坐标系上都会有一个坐标值。总的来说，上述坐标转换过程具体为：世界坐标系(Xw，Yw，Zw)经过旋转与平移获得摄像机坐标系(Xc，Yc，Zc)，再经过摄像机模型变换获得图像坐标(X，Y)，再经过坐标原点变换获得图像像素坐标(u，v)。
S400：识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点。
利用至少3个不共线角点的信息，就可以确定一个坐标系，继而可以获得关键点(标签)相对于机器人的位置及姿态以及关键点的ID、与图像采集组件距离信息。具体来说，标志物是预先设定于机器人归航点相对两侧，具体如图5所示，标志物数量为2个，其分别设置于归航点相对两侧(一左一右)，在标志物一和标志物二上分别提取至少3个不共线关键点(图5中示意提取标识物一上3个不共线关键点)。
S600：根据图像采集组件的标定参数以及提取的标志物的至少3个关键点，计算标志物与图像采集组件相对位置以及姿态。
基于步骤S200的标定参数以及S400提取的标志物的至少3个关键点，考虑它们在空间中的相对位置来计算标志物与图像采集组件相对位置以及姿态。具体来说，如图5所示，通过识别两个或多个标志物，利用机器视觉算法提取标志物的至少3个关键点，再结合相机标定的参数，利用转换关系求得标志物在相机坐标系下的位置和姿态。其具体的计算过程可以基于空间几何学来进行计算角度以及距离等参数，在此不再赘述。
S800：根据标志物与图像采集组件相对位置以及姿态，对机器人进行归航定位。
基于S600获得的标志物与图像采集组件相对位置以及姿态，对机器人进行归航定位。具体来说，规划定位主要包括三大步骤，第一步是机器人旋转以使朝向归航点方向；第二步是沿朝向归航点方向的水平方向行驶至归航点水平坐标值对应位置；第三步是再次旋转面向归航点，并减速缓慢沿直线行驶至归航点。
更具体来说，在其中一个实施例中，至少2处标志物包括沿水平坐标轴正方向设置的第一标志物和第二标志物，如图6所示，步骤S800包括：
S820：根据第一标志物以及第二标志物与图像采集组件相对位置以及姿态，计算第一标志物与机器人的距离以及第二标志物与机器人的距离。
基于第一标志物以及第二标志物与图像采集组件相对位置以及姿态，采用空间几何学，可以计算出第一标志物与机器人的距离S1以及第二标志物与机器人的距离S2。
S840：当第一标志物与机器人的距离小于第二标志物与机器人的距离时，控制机器人顺时针旋转，当第一标志物与机器人的距离大于第二标志物与机器人的距离时，控制机器人逆时针旋转。
当第一标志物与机器人的距离S1小于第二标志物与机器人的距离S2，表明机器人更偏向于水平坐标轴反方向，其需要向坐标轴正方向移动，即此时控制机器人顺时针旋转。当当第一标志物与机器人的距离S1大于第二标志物与机器人的距离S2，表明机器人更偏向于水平坐标轴正方向，其需要向坐标轴反方向移动，即此时控制机器人顺时针旋转。
S860：待旋转完成时，控制机器人行驶至归航点。
当旋转完成时，机器人已经朝向缩小与归航点之间距离的方向，此时控制机器人行驶至归航点。非必要的，整个过程可以包括控制机器人旋转至水平方向，并沿水平方向行驶至归航点的坐标中水平方向对应的坐标点；再次控制机器人旋转至正面向归航点的方向，并沿当前方向减速行驶至归航点。
需要指出的是，可以任意设置第一标志物与第二标志物的位置，并基于上述相同的原理对距离以及旋转方向进行判断，最终控制机器人行驶至归航点。
继续以图5为例，更进一步说明整个旋转归航过程。如图5所示，在归航点相对两侧，沿水平坐标轴X轴方向依次设置有第一标志物和第二标志物。首先采用空间几何学，根据标志物与图像采集组件相对位置以及姿态计算机器人与第一标志物之间距离S1以及与第二标志物之间距离S2，当前S1小于S2，机器人需要顺时针旋转至与X轴正方向平行方向，沿当前X轴正方向平行方向行驶至归航点X轴坐标对应位置，再旋转至方面归航点方向(Y轴正方向)，缓慢行驶至归航点。
本发明机器人归航定位方法，标定设置于机器人的图像采集组件，获取图像采集组件的标定参数，识别机器人归航点相对两侧至少2处标志物，提取标志物的关键点，根据标定参数以及提取的标志物的关键点，计算标志物与图像采集组件相对位置以及姿态，最终对机器人进行归航定位。整个过程中，采用图像处理方式，基于图像采集组件标定参数来计算标志物与图像采集组件位置以及姿态，最终实现对机器人归航的准确定位。
如图7所示，一种机器人归航定位系统，包括：
标定模块200，用于标定设置于机器人的图像采集组件，并获取图像采集组件的标定参数，标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及不同图像采集组件的坐标与世界坐标系的平移与旋转量。
识别模块400，用于识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点。
坐标计算模块600，用于根据图像采集组件的标定参数以及提取的标志物的至少3个关键点，计算标志物与图像采集组件相对位置以及姿态。
归航模块800，用于根据标志物与图像采集组件相对位置以及姿态，对机器人进行归航定位。
本发明机器人归航定位系统，标定模块200标定设置于机器人的图像采集组件，获取图像采集组件的标定参数，识别模块400识别机器人归航点相对两侧至少2处标志物，提取标志物的关键点，坐标计算模块600根据标定参数以及提取的标志物的关键点，计算标志物与图像采集组件相对位置以及姿态，归航模块800对机器人进行归航定位。整个过程中，采用图像处理方式，基于图像采集组件标定参数来计算标志物与图像采集组件位置以及姿态，最终实现对机器人归航的准确定位。
在其中一个实施例中，标定模块200包括：
确定单元，用于确定设置于机器人的图像采集组件。
标定单元，用于通过图像采集组件对标定板进行成像，获得图像。
位置获取单元，用于识别图像中特征点，获得图像采集组件的参数以及各图像采集组件之间位置关系。
标定参数计算单元，用于根据图像采集组件的参数以及各图像采集组件之间位置关系，计算图像采集组件的标定参数。
在其中一个实施例中，识别模块400通过机器视觉算法提取识别的所述标志物上至少3个不共线关键点。
在其中一个实施例中，至少2处标志物包括沿水平坐标轴正方向设置的第一标志物和第二标志物，归航模块800包括：
距离计算单元，用于根据第一标志物以及第二标志物与图像采集组件相对位置以及姿态，计算第一标志物与机器人的距离以及第二标志物与机器人的距离。
旋转单元，用于当第一标志物与机器人的距离小于第二标志物与机器人的距离时，控制机器人顺时针旋转，当第一标志物与机器人的距离大于第二标志物与机器人的距离时，控制机器人逆时针旋转。
归航单元，用于当旋转完成时，控制机器人行驶至归航点。
在其中一个实施例中，归航单元还包括：
第一归航单元，用于控制机器人旋转至水平方向，并沿水平方向行驶至归航点的坐标中水平方向对应的坐标点。
第二归航单元，用于再次控制机器人旋转至正面向归航点的方向，并沿当前方向减速行驶至归航点。
以上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 (8)

1.一种机器人归航定位方法，其特征在于，包括步骤：
标定设置于机器人的图像采集组件，并获取所述图像采集组件的标定参数，所述标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及所述不同图像采集组件的坐标与世界坐标系的平移与旋转量；
识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点，所述至少2处标志物包括沿水平坐标轴正方向设置的第一标志物和第二标志物；
根据所述图像采集组件的标定参数以及提取的所述标志物的至少3个关键点，计算所述标志物与所述图像采集组件相对位置以及姿态；
根据所述标志物与所述图像采集组件相对位置以及姿态，对机器人进行归航定位；
所述根据所述标志物与所述图像采集组件相对位置以及姿态，对机器人进行归航定位的步骤包括：
根据所述第一标志物以及所述第二标志物与所述图像采集组件相对位置以及姿态，计算所述第一标志物与机器人的距离以及所述第二标志物与机器人的距离；
当所述第一标志物与机器人的距离小于所述第二标志物与机器人的距离时，控制机器人顺时针旋转，当所述第一标志物与机器人的距离大于所述第二标志物与机器人的距离时，控制机器人逆时针旋转；
待旋转完成时，控制机器人行驶至所述归航点。
2.根据权利要求1所述的机器人归航定位方法，其特征在于，所述标定设置于机器人的图像采集组件，并获取所述图像采集组件的标定参数的步骤包括：
确定设置于所述机器人的图像采集组件；
通过所述图像采集组件对标定板进行成像，获得图像；
识别所述图像中特征点，获得所述图像采集组件的参数以及各所述图像采集组件之间位置关系；
根据所述图像采集组件的参数以及各图像采集组件之间位置关系，计算所述图像采集组件的标定参数。
3.根据权利要求1所述的机器人归航定位方法，其特征在于，所述提取识别的所述标志物上至少3个不共线关键点的步骤包括：
通过机器视觉算法提取识别的所述标志物上至少3个不共线关键点。
4.根据权利要求1所述的机器人归航定位方法，其特征在于，所述待旋转完成时，控制机器人行驶至所述归航点的步骤包括：
控制所述机器人旋转至水平方向，并沿水平方向行驶至所述归航点的坐标中水平方向对应的坐标点；
再次控制所述机器人旋转至正面向所述归航点的方向，并沿当前方向减速行驶至所述归航点。
5.一种机器人归航定位系统，其特征在于，包括：
标定模块，用于标定设置于机器人的图像采集组件，并获取所述图像采集组件的标定参数，所述标定参数包括焦距、主点在成像平面的坐标、不同图像采集组件之间距离、不同图像采集组件的坐标以及所述不同图像采集组件的坐标与世界坐标系的平移与旋转量；
识别模块，用于识别机器人归航点相对两侧至少2处标志物，提取识别的所述标志物上至少3个不共线关键点，所述至少2处标志物包括沿水平坐标轴正方向设置的第一标志物和第二标志物；
坐标计算模块，用于根据所述图像采集组件的标定参数以及提取的所述标志物的至少3个关键点，计算所述标志物与所述图像采集组件相对位置以及姿态；
归航模块，用于根据所述标志物与所述图像采集组件相对位置以及姿态，对机器人进行归航定位；
所述归航模块包括：
距离计算单元，用于根据所述第一标志物以及所述第二标志物与所述图像采集组件相对位置以及姿态，计算所述第一标志物与机器人的距离以及所述第二标志物与机器人的距离；
旋转单元，用于当所述第一标志物与机器人的距离小于所述第二标志物与机器人的距离时，控制机器人顺时针旋转，当所述第一标志物与机器人的距离大于所述第二标志物与机器人的距离时，控制机器人逆时针旋转；
归航单元，用于当旋转完成时，控制机器人行驶至所述归航点。
6.根据权利要求5所述的机器人归航定位系统，其特征在于，所述标定模块包括：
确定单元，用于确定设置于所述机器人的图像采集组件；
标定单元，用于通过所述图像采集组件对标定板进行成像，获得图像；
位置获取单元，用于识别所述图像中特征点，获得所述图像采集组件的参数以及各所述图像采集组件之间位置关系；
标定参数计算单元，用于根据所述图像采集组件的参数以及各图像采集组件之间位置关系，计算所述图像采集组件的标定参数。
7.根据权利要求5所述的机器人归航定位系统，其特征在于，所述识别模块通过机器视觉算法提取识别的所述标志物上至少3个不共线关键点。
8.根据权利要求5所述的机器人归航定位系统，其特征在于，所述归航单元还包括：
第一归航单元，用于控制所述机器人旋转至水平方向，并沿水平方向行驶至所述归航点的坐标中水平方向对应的坐标点；
第二归航单元，用于再次控制所述机器人旋转至正面向所述归航点的方向，并沿当前方向减速行驶至所述归航点。
CN201710108583.3A 2017-02-27 2017-02-27 机器人归航定位方法与系统 Active CN106990776B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710108583.3A CN106990776B (zh) 2017-02-27 2017-02-27 机器人归航定位方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710108583.3A CN106990776B (zh) 2017-02-27 2017-02-27 机器人归航定位方法与系统

Publications (2)

Publication Number Publication Date
CN106990776A CN106990776A (zh) 2017-07-28
CN106990776B true CN106990776B (zh) 2020-08-11

Family

ID=59412577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710108583.3A Active CN106990776B (zh) 2017-02-27 2017-02-27 机器人归航定位方法与系统

Country Status (1)

Country Link
CN (1) CN106990776B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109387187B (zh) * 2017-08-02 2021-08-10 珊口（上海）智能科技有限公司 基于视觉特征点的扫地机定位方法、系统以及扫地机器人
CN107907131B (zh) * 2017-11-10 2019-12-13 珊口（上海）智能科技有限公司 定位系统、方法及所适用的机器人
CN108491905A (zh) * 2018-03-16 2018-09-04 浙江国自机器人技术有限公司 一种移动机器人定位方法、系统、介质及设备
CN108415413B (zh) * 2018-03-28 2021-03-30 华南农业大学 一种基于圆形有用域的智能叉车局部避障路径规划方法
CN109099915B (zh) * 2018-06-27 2020-12-25 未来机器人（深圳）有限公司 移动机器人定位方法、装置、计算机设备和存储介质
TWI720447B (zh) * 2019-03-28 2021-03-01 財團法人工業技術研究院 影像定位方法及其系統
CN111596257B (zh) 2020-07-22 2020-11-03 上海擎朗智能科技有限公司 一种机器人启动定位方法、装置、电子设备和存储介质
CN113295164B (zh) * 2021-04-23 2022-11-04 四川腾盾科技有限公司 一种基于机场跑道的无人机视觉定位方法及装置
CN113433948B (zh) * 2021-07-15 2024-01-30 大连海事大学 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置
CN114519739A (zh) * 2022-04-21 2022-05-20 深圳史河机器人科技有限公司 一种基于识别装置的方向定位方法、装置及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101452292B (zh) * 2008-12-29 2011-05-04 天津理工大学 基于序列双色点阵式航标的鱼眼镜头全向视觉制导方法
CN101576384B (zh) * 2009-06-18 2011-01-05 北京航空航天大学 一种基于视觉信息校正的室内移动机器人实时导航方法
CN102339062A (zh) * 2011-07-11 2012-02-01 西北农林科技大学 基于dsp和双目视觉的微型农业机械导航与远程监控系统
CN103020957B (zh) * 2012-11-20 2015-05-20 北京航空航天大学 移动机器人机载摄像机位置标定方法
CN103400392B (zh) * 2013-08-19 2016-06-22 山东鲁能智能技术有限公司 基于变电站巡检机器人的双目视觉导航系统及方法
EP2849150A1 (en) * 2013-09-17 2015-03-18 Thomson Licensing Method for capturing the 3D motion of an object, unmanned aerial vehicle and motion capture system
US9798328B2 (en) * 2014-10-10 2017-10-24 Irobot Corporation Mobile robot area cleaning
CN105118055B (zh) * 2015-08-11 2017-12-15 北京电影学院 摄影机定位修正标定方法及系统
CN105300375B (zh) * 2015-09-29 2018-04-20 塔米智能科技（北京）有限公司 一种基于单视觉的机器人室内定位和导航方法
CN105486311B (zh) * 2015-12-24 2019-08-16 青岛海通机器人系统有限公司 室内机器人定位导航方法及装置
CN106017458B (zh) * 2016-05-18 2019-08-27 宁波华狮智能科技有限公司 移动机器人组合式导航方法及装置
CN106197427A (zh) * 2016-07-04 2016-12-07 上海思依暄机器人科技股份有限公司 一种室内定位导航的方法、装置以及机器人
CN106444774B (zh) * 2016-11-01 2019-06-18 西安理工大学 基于室内照明灯的移动机器人视觉导航方法

Also Published As

Publication number Publication date
CN106990776A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN106990776B (zh) 机器人归航定位方法与系统
CN108571971B (zh) 一种agv视觉定位系统及方法
CN102376089B (zh) 一种标靶校正方法及系统
US7479982B2 (en) Device and method of measuring data for calibration, program for measuring data for calibration, program recording medium readable with computer, and image data processing device
JP5832341B2 (ja) 動画処理装置、動画処理方法および動画処理用のプログラム
CN108052103B (zh) 基于深度惯性里程计的巡检机器人地下空间同时定位和地图构建方法
CN109859272B (zh) 一种自动对焦双目摄像头标定方法及装置
CN111192235B (zh) 一种基于单目视觉模型和透视变换的图像测量方法
CN110009682B (zh) 一种基于单目视觉的目标识别定位方法
CA2961921A1 (en) Camera calibration method using a calibration target
CN108805934A (zh) 一种车载摄像机的外部参数标定方法及装置
Zhang et al. A universal and flexible theodolite-camera system for making accurate measurements over large volumes
Schönbein et al. Calibrating and centering quasi-central catadioptric cameras
CN104316083B (zh) 一种虚拟多球体球心定位的tof深度相机三维坐标标定装置和方法
CN109712232B (zh) 一种基于光场的物体表面轮廓三维成像方法
US10928191B2 (en) Marker, and posture estimation method and position and posture estimation method using marker
CN110415286B (zh) 一种多飞行时间深度相机系统的外参标定方法
CN112927133A (zh) 一种基于一体化标定参数的图像空间投影拼接方法
CN109087360A (zh) 一种机器人相机外参的标定方法
CN110044266B (zh) 基于散斑投影的摄影测量系统
Muffert et al. The estimation of spatial positions by using an omnidirectional camera system
KR20230003803A (ko) 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법
Yamauchi et al. Calibration of a structured light system by observing planar object from unknown viewpoints
CN105303580A (zh) 一种全景环视多相机标定棒的识别系统和方法
US20230070281A1 (en) Methods and systems of generating camera models for camera calibration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 510070 15 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Patentee after: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Address before: 510070 15 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Patentee before: GUANGDONG INSTITUTE OF INTELLIGENT MANUFACTURING

CP01 Change in the name or title of a patent holder