CN107152933A - 一种基于机器视觉的移动机器人导航偏转角的计算方法 - Google Patents
一种基于机器视觉的移动机器人导航偏转角的计算方法 Download PDFInfo
- Publication number
- CN107152933A CN107152933A CN201710413431.4A CN201710413431A CN107152933A CN 107152933 A CN107152933 A CN 107152933A CN 201710413431 A CN201710413431 A CN 201710413431A CN 107152933 A CN107152933 A CN 107152933A
- Authority
- CN
- China
- Prior art keywords
- robot
- navigation
- deflection angle
- mobile
- image
- 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.)
- Pending
Links
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于机器视觉的移动机器人导航偏转角的计算方法,属于图像识别领域,其包括如下步骤:步骤101、搭建移动机器人导航系统架构;步骤102、机器人导航初始定位;步骤103、获取指南针原始图像;步骤104、正向矢量与南向矢量角度检测;步骤105、计算机器人导航偏转角;该方法选用机械指南针,可以消除移动机器人自身导磁材料影响,保证测量数据的准确性,具有较高的精度。
Description
技术领域
本发明属于图像识别领域,具体涉及到一种基于机器视觉的移动机器人导航偏转角的计算方法。
背景技术
随着社会经济与科学技术的发展,智能化机器人越来越受到人们的喜爱,研究具有高精度导航定位能力的机器人成为当前热点之一。
目前,在移动机器人导航应用中,广泛使用电子罗盘与机械陀螺仪来确定机器人偏转角,但电子罗盘容易受到干扰源的硬磁干扰,严重影响机器人输出的准确性,极端情况下可能导致机器人无法正常移动。为此,需要研究其他技术手段来避免移动机器人导航领域中的磁干扰问题,有效避免机器人自身导磁材料对测量精度的影响。
发明内容
发明目的:针对上述问题,本发明的目的是提供一种基于机器视觉的移动机器人导航偏转角的计算方法,首先构建了移动机器人导航系统架构,然后采用图像识别技术来获得当前机器人正向矢量与南向矢量间的夹角数据,从而获得偏转角角度数据,该方法可以消除移动机器人自身导磁材料影响,保证测量数据的准确性,具有较高的精度。
技术方案:为实现上述目的,本发明采用如下技术方案:
一种基于机器视觉的移动机器人导航偏转角的计算方法,包括如下步骤:
步骤101,搭建移动机器人导航系统架构;
步骤102,初始化导航系统,机器人导航初始定位;
步骤103,建立导航系统角度数学模型,获取指南针图像;
步骤104,机器人正向矢量与南向矢量的提取,其包括:
步骤1041,对图像进行预处理,剔除干扰,消除噪声;
步骤1042,提取被测对象图像特征;
步骤1043,运用数学形态学Erode运算将图像特征变换成一条细线;
步骤1044,运用霍夫变换,计算移动机器人角度;
步骤105,计算机器人导航偏转角。
有益效果:与现有技术相比,提供一种基于机器视觉的移动机器人导航偏转角的计算方法,采用图像识别技术来获得当前机器人正向矢量与南向矢量间的夹角数据,该方法可以消除移动机器人自身导磁材料影响,保证测量数据的准确性,具有较高的精度。
具体实施方式
下面结合具体实施例,进一步阐明本发明。
基于机器视觉的移动机器人导航偏转角的计算方法,其特征在于,包括如下步骤:
步骤101,搭建移动机器人导航系统架构;
步骤102,初始化导航系统,机器人导航初始定位;
步骤103,建立导航系统角度数学模型,获取指南针图像;
步骤104,机器人正向矢量与南向矢量的提取,其包括:
步骤1041,对图像进行预处理,剔除干扰,消除噪声;
步骤1042,提取被测对象图像特征;
步骤1043,运用数学形态学Erode运算将图像特征变换成一条细线;
步骤1044,运用霍夫变换,计算移动机器人角度;
步骤105,计算机器人导航偏转角。
经过以上五个步骤,构建移动机器人导航系统架构,采用图像识别技术来获得当前机器人正向矢量与南向矢量间的夹角数据,从而获得偏转角角度数据,该方法可以消除移动机器人自身导磁材料影响,保证测量数据的准确性,具有较高的精度。
Claims (1)
1.一种基于机器视觉的移动机器人导航偏转角的计算方法,其特征在于,包括如下步骤:
步骤101,搭建移动机器人导航系统架构;
步骤102,初始化导航系统,机器人导航初始定位;
步骤103,建立导航系统角度数学模型,获取指南针图像;
步骤104,机器人正向矢量与南向矢量的提取,其包括:
步骤1041,对图像进行预处理,剔除干扰,消除噪声;
步骤1042,提取被测对象图像特征;
步骤1043,运用数学形态学Erode运算将图像特征变换成一条细线;
步骤1044,运用霍夫变换,计算移动机器人角度;
步骤105,计算机器人导航偏转角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413431.4A CN107152933A (zh) | 2017-06-05 | 2017-06-05 | 一种基于机器视觉的移动机器人导航偏转角的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413431.4A CN107152933A (zh) | 2017-06-05 | 2017-06-05 | 一种基于机器视觉的移动机器人导航偏转角的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107152933A true CN107152933A (zh) | 2017-09-12 |
Family
ID=59795413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710413431.4A Pending CN107152933A (zh) | 2017-06-05 | 2017-06-05 | 一种基于机器视觉的移动机器人导航偏转角的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107152933A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088446A (zh) * | 2017-12-01 | 2018-05-29 | 合肥优控科技有限公司 | 移动机器人航向角检测方法、装置与计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL169518B (nl) * | 1968-06-07 | 1982-02-16 | Sperry Corp | Gyrokompas. |
CN101164646A (zh) * | 2006-09-21 | 2008-04-23 | 黄进海 | 自动定位及定向的玩具机构及其定向定位方法 |
CN102739928A (zh) * | 2011-04-08 | 2012-10-17 | 富泰华工业(深圳)有限公司 | 摄像设备 |
CN203024783U (zh) * | 2012-12-19 | 2013-06-26 | 北汽福田汽车股份有限公司 | 用于在车辆仪表盘显示指南针信息的装置以及包括该装置的车辆 |
CN105300378A (zh) * | 2015-09-17 | 2016-02-03 | 哈尔滨工程大学 | 一种室内移动机器人导航定位方法 |
-
2017
- 2017-06-05 CN CN201710413431.4A patent/CN107152933A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL169518B (nl) * | 1968-06-07 | 1982-02-16 | Sperry Corp | Gyrokompas. |
CN101164646A (zh) * | 2006-09-21 | 2008-04-23 | 黄进海 | 自动定位及定向的玩具机构及其定向定位方法 |
CN102739928A (zh) * | 2011-04-08 | 2012-10-17 | 富泰华工业(深圳)有限公司 | 摄像设备 |
CN203024783U (zh) * | 2012-12-19 | 2013-06-26 | 北汽福田汽车股份有限公司 | 用于在车辆仪表盘显示指南针信息的装置以及包括该装置的车辆 |
CN105300378A (zh) * | 2015-09-17 | 2016-02-03 | 哈尔滨工程大学 | 一种室内移动机器人导航定位方法 |
Non-Patent Citations (1)
Title |
---|
张志佳等: "基于图像识别的多指针仪表自动读数方法", 《沈阳工业大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088446A (zh) * | 2017-12-01 | 2018-05-29 | 合肥优控科技有限公司 | 移动机器人航向角检测方法、装置与计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104848858B (zh) | 二维码以及用于机器人的视觉-惯性组合导航系统及方法 | |
CN103824049A (zh) | 一种基于级联神经网络的人脸关键点检测方法 | |
CN107590827A (zh) | 一种基于Kinect的室内移动机器人视觉SLAM方法 | |
CN106780631B (zh) | 一种基于深度学习的机器人闭环检测方法 | |
CN104197934B (zh) | 一种基于地磁的定位方法、装置及系统 | |
Liu et al. | Target localization in local dense mapping using RGBD SLAM and object detection | |
CN104866099A (zh) | 基于运动传感器提高智能设备手势识别精度的误差补偿方法 | |
CN104867137A (zh) | 一种基于改进ransac算法的图像配准方法 | |
CN104240231A (zh) | 基于局部结构二进制模式的多源图像配准 | |
CN107545247B (zh) | 基于双目识别的立体认知方法 | |
CN111415376A (zh) | 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法 | |
Ye | Navigating a portable robotic device by a 3D imaging sensor | |
CN109344706A (zh) | 一种可单人操作的人体特殊姿势照片的获取方法 | |
CN104457691B (zh) | 一种建筑物主体高程信息获取方法 | |
CN109784297A (zh) | 一种基于深度学习的三维目标识别与最优抓取方法 | |
Asad et al. | Kinect depth stream pre-processing for hand gesture recognition | |
Zeng et al. | Monocular visual odometry using template matching and IMU | |
Yang et al. | Auto-recognition Method for Pointer-type Meter Based on Binocular Vision. | |
CN107152933A (zh) | 一种基于机器视觉的移动机器人导航偏转角的计算方法 | |
CN107710229A (zh) | 图像中的形状识别方法、装置、设备及计算机存储介质 | |
CN105844614B (zh) | 一种基于校对机器人角度的视觉指北方法 | |
CN102175227A (zh) | 一种探测车在卫星图像上的快速定位方法 | |
CN114913289B (zh) | 一种生产车间三维动态不确定性语义slam方法 | |
CN103500448A (zh) | 高密度封装元器件的仿射变换模型参数估计方法 | |
CN102004921A (zh) | 基于图像特征分析的目标辨识方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170912 |