CN107818587A - 一种基于ros的机器视觉高精度定位方法 - Google Patents

一种基于ros的机器视觉高精度定位方法 Download PDF

Info

Publication number
CN107818587A
CN107818587A CN201711017677.6A CN201711017677A CN107818587A CN 107818587 A CN107818587 A CN 107818587A CN 201711017677 A CN201711017677 A CN 201711017677A CN 107818587 A CN107818587 A CN 107818587A
Authority
CN
China
Prior art keywords
coordinate position
precision
ros
processing system
image processing
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.)
Granted
Application number
CN201711017677.6A
Other languages
English (en)
Other versions
CN107818587B (zh
Inventor
梁朝柏
吴铁成
李安海
邹昊
侯玉洁
李永光
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.)
Beijing Zhuocheng Century Technology Development Co Ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201711017677.6A priority Critical patent/CN107818587B/zh
Publication of CN107818587A publication Critical patent/CN107818587A/zh
Application granted granted Critical
Publication of CN107818587B publication Critical patent/CN107818587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Robotics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于ROS的机器视觉高精度定位方法，属于计算机技术领域，包括两台高精度工业相机、与高精度工业相机相连的图像处理系统，所述图像处理系统包括定位芯片、ROS所运行的开发板和并行计算单元，其定位方法通过驱动高精度工业相机对准定位平台运行进行图像采集，分别计算出目标信号的坐标位置1和坐标位置2；整合最终图像计算出目标信号的坐标信息3并计算坐标信息3与坐标位置1和坐标位置2的偏差，最后通过并行计算单元综合处理坐标位置1、2、3对目标信息进行精密调准，得到最终的坐标位置；本发明通过三个定位坐标对比消除误差，大大提高了机器人的定位精确度，尤其适用于机器人活动区域的特征相似度很高的区域。

Description

一种基于ROS的机器视觉高精度定位方法
技术领域
本发明属于计算机技术领域，特别是涉及一种基于ROS的机器视觉高精度定位方法。
背景技术
随着智能产业的发展，很多行业对自动化生产和检测提出了新的需求，传统的人工生产和检测的方式已经很难满足生产生活化的需要，这制约着生产力的发展和提高。而随着计算机和数字信息技术的发展和完善人们开始依靠机器人来替代人工生产和检测，机器人产业在自动化生产和检测中越来越占据重要的地位，而在机器人领域，某些精准的信息必须重复的利用和提取，例如目标跟踪、导航、检测等，这些都是依靠各类传感器来获取信息进行计算后来进行判断，在这种高要求的情况下、出现了机器视觉。
机器视觉是一门涉及到人工智能、神经生物学、计算科学、图像学、模式识别等的多领域交叉的学科，目的就是为了让机器人拥有和人一样的视觉感知能力，同时依靠此感知能力实现机器人的避障、导航等功能，而视觉的基础涉及到视觉信息的采集和大量的图像处理、计算和分析任务。
机器视觉在避障、导航和定位、三维构建、立体测距、三维立体追踪等方面都发挥着很重要的作用。生产环境中针对不同的场景和目的通常采用不同的硬件支持，但针对例如机器人自主导航充电这样高精度作业还难以满足要求，现在比较成熟的ROS机器人操作系统也提供了对机器视觉的基本支持，但ROS提供一整套机器人运行的架构、并不特定对某个方向进行完善的服务提供和性能优化。
通常机器人的定位和导航方案有SLAM即时定位和导航或者事先构建好地图用作导航，对于周围环境特征不复杂和各个区域相似度不高的情况还可以直接利用双目视觉导航。对于前者ROS提供Adaptive Monte Carlo Localization定位算法，此算法是使用粒子滤波的方式进行定位，最大的弊端在于如果机器人活动区域的特征相似度很高的话，那么粒子多次移动后，传感器所采集到的特征会多次和很多粒子的位置特征相似，难以保证获得定位的精确性。
在视觉信息处理层面ROS提供了用于常见的摄像头和协议的驱动程序和一些进行简单的用于视觉特定的功能包，并且为ROS提供了OpenCV的支持，但当面对机器人复杂不一的工作环境和繁杂的视觉传感器所采集的数据和视觉图像处理需要大量数据计算的特点，传统的硬件资源和ROS现有的机器视觉处理方式难以满足各种需求的机器视觉数据的处理方案，尤其在对实时性和定位精确性要求较高的时候，这种需求更是显得尤为重要。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于ROS的机器视觉高精度定位方法。包括两台高精度工业相机、与高精度工业相机相连的图像处理系统，所述图像处理系统包括定位芯片、ROS所运行的开发板和并行计算单元，其定位方法如下：
步骤一、驱动高精度工业相机对准定位平台运行；
步骤二、通过两台高精度工业相机对定位平台进行光学成像，并将捕捉到的高清图像传到图像处理系统中，通过图像处理系统将两台高进度工业相机的图像进行运算、分析处理，并抽取目标信号特征，根据每台高精度工业相机的图像信号特征分别计算出出目标信号的坐标位置1和坐标位置2；
步骤三、通过图像处理系统计算出坐标位置1和坐标位置2偏差，偏差超过阀值则重新执行步骤二，否则执行步骤四；
步骤四、通过图像处理系统将两台高精度工业相机的高清图像整合成最终图像，并计算出目标信号的坐标信息3；
步骤五、通过图像处理系统计算出坐标信息3与坐标位置1和坐标位置2的偏差，偏差超过阀值则重新执行步骤二，否则执行步骤六；
步骤六、并行计算单元综合处理坐标位置1、2、3的坐标信息以及偏差并结合图像对目标信息进行精密调准，得到最终的坐标位置。
以上方法，通过两台高精度工业相机分别进行图像采集，并分别进行坐标定位，且图像处理系统将二者采集的图像整合成最终图像并进行坐标定位，通过三者坐标的对比大大提高了定位精确度，尤其适用于机器人活动区域的特征相似度很高的区域。
较佳的，步骤一中的高精度工业相机的驱动路径为迂回曲折运动路径。
较佳的，步骤一中的高精度工业相机的驱动路径为逐行单向运动路径。
较佳的，步骤一中的高精度工业相机的驱动路径为螺旋形运动路径。
较佳的，两台高精度工业相机连锁在一起，其中二者的镜头高度相同，镜头的轴线平行。两台高精度工业相机同步运行，同时采集图像，进一步消除误差，增加坐标定位的准确度。
本发明的有益效果是：本发明通过三个定位坐标对比消除误差，大大提高了机器人的定位精确度，尤其适用于机器人活动区域的特征相似度很高的区域。
具体实施方式
下面结合实施例对本发明作进一步说明：
包括两台高精度工业相机、与高精度工业相机相连的图像处理系统，所述图像处理系统包括定位芯片、ROS所运行的开发板和并行计算单元；
ROS的硬件运行环境采用NVIDIA的TX1开发板，TX1在配置方面具有256个CUDA核心的GPU、64位ARMA57CPU、4G LDDR4的内存，并自带16G SSD闪存，NVIDIA为TX1提供能稳定运行的Ubuntu for Tegra操作系统，TX1具有256个CUDA核心的GPU图像处理计算量大、高度并行。
其中两台高精度工业相机连锁在一起，两台高精度工业相机保持一定的距离，其中二者的镜头高度相同，镜头的轴线平行。
其定位方法包括如下步骤：
步骤一、驱动高精度工业相机对准定位平台运行，高精度工业相机的驱动路径可以为迂回曲折、逐行单向或螺旋形运动路径；
步骤二、通过两台高精度工业相机对定位平台进行光学成像，并将捕捉到的高清图像传到图像处理系统中，通过图像处理系统将两台高进度工业相机的图像进行运算、分析处理，并抽取目标信号特征，根据每台高精度工业相机的图像信号特征分别计算出出目标信号的坐标位置1和坐标位置2；
步骤三、通过图像处理系统计算出坐标位置1和坐标位置2偏差，偏差超过阀值则重新执行步骤二，否则执行步骤四；
步骤四、通过图像处理系统将两台高精度工业相机的高清图像整合成最终图像，并计算出目标信号的坐标信息3；
步骤五、通过图像处理系统计算出坐标信息3与坐标位置1和坐标位置2的偏差，偏差超过阀值则重新执行步骤二，否则执行步骤六；
步骤六、并行计算单元综合处理坐标位置1、2、3的坐标信息以及偏差并结合图像对目标信息进行精密调准，得到最终的坐标位置。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (5)

1.一种基于ROS的机器视觉高精度定位方法，包括两台高精度工业相机、与高精度工业相机相连的图像处理系统，所述图像处理系统包括定位芯片、ROS所运行的开发板和并行计算单元，其特征在于：其定位方法如下：
步骤一、驱动高精度工业相机对准定位平台运行；
步骤二、通过两台高精度工业相机对定位平台进行光学成像，并将捕捉到的高清图像传到图像处理系统中，通过图像处理系统将两台高进度工业相机的图像进行运算、分析处理，并抽取目标信号特征，根据每台高精度工业相机的图像信号特征分别计算出出目标信号的坐标位置1和坐标位置2；
步骤三、通过图像处理系统计算出坐标位置1和坐标位置2偏差，偏差超过阀值则重新执行步骤二，否则执行步骤四；
步骤四、通过图像处理系统将两台高精度工业相机的高清图像整合成最终图像，并计算出目标信号的坐标信息3；
步骤五、通过图像处理系统计算出坐标信息3与坐标位置1和坐标位置2的偏差，偏差超过阀值则重新执行步骤二，否则执行步骤六；
步骤六、并行计算单元综合处理坐标位置1、2、3的坐标信息以及偏差并结合图像对目标信息进行精密调准，得到最终的坐标位置。
2.如权利要求1所述的一种基于ROS的机器视觉高精度定位方法，其特征是：步骤一中的高精度工业相机的驱动路径为迂回曲折运动路径。
3.基于权利要求1所述的一种基于ROS的机器视觉高精度定位方法，其特征是：步骤一中的高精度工业相机的驱动路径为逐行单向运动路径。
4.如权利要求1所述的一种基于ROS的机器视觉高精度定位方法，其特征是：步骤一中的高精度工业相机的驱动路径为螺旋形运动路径。
5.如权利要求1所述的一种基于ROS的机器视觉高精度定位方法，其特征是：两台高精度工业相机连锁在一起，其中二者的镜头高度相同，镜头的轴线平行。
CN201711017677.6A 2017-10-26 2017-10-26 一种基于ros的机器视觉高精度定位方法 Active CN107818587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711017677.6A CN107818587B (zh) 2017-10-26 2017-10-26 一种基于ros的机器视觉高精度定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711017677.6A CN107818587B (zh) 2017-10-26 2017-10-26 一种基于ros的机器视觉高精度定位方法

Publications (2)

Publication Number Publication Date
CN107818587A true CN107818587A (zh) 2018-03-20
CN107818587B CN107818587B (zh) 2021-07-09

Family

ID=61603191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711017677.6A Active CN107818587B (zh) 2017-10-26 2017-10-26 一种基于ros的机器视觉高精度定位方法

Country Status (1)

Country Link
CN (1) CN107818587B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211222A (zh) * 2018-08-22 2019-01-15 扬州大学 基于机器视觉的高精度定位系统及方法
CN109352654A (zh) * 2018-11-23 2019-02-19 武汉科技大学 一种基于ros的智能机器人跟随系统及方法
CN109540145A (zh) * 2018-11-29 2019-03-29 上海上汽安悦充电科技有限公司 一种耦合器感应定位检测系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070225862A1 (en) * 2003-11-24 2007-09-27 Hui Zhang Industrial robot with controlled flexibility and simulated force for automated assembly
US20120076355A1 (en) * 2010-09-29 2012-03-29 Samsung Electronics Co., Ltd. 3d object tracking method and apparatus
CN105403222A (zh) * 2015-12-08 2016-03-16 江苏科技大学 基于ros的多导盲机器人及在未知环境中的地图创建方法
CN105487535A (zh) * 2014-10-09 2016-04-13 东北大学 一种基于ros的移动机器人室内环境探索系统与控制方法
CN105676848A (zh) * 2016-03-11 2016-06-15 湖南人工智能科技有限公司 一种基于ros操作系统的机器人自主导航方法
CN106354161A (zh) * 2016-09-26 2017-01-25 湖南晖龙股份有限公司 机器人运动路径规划方法
CN106405605A (zh) * 2016-08-23 2017-02-15 湖南晖龙股份有限公司 一种机器人基于ros和gps的室内外无缝定位方法和定位系统
CN106493495A (zh) * 2016-12-03 2017-03-15 无锡职业技术学院 高精密机器视觉定位系统
CN106826822A (zh) * 2017-01-25 2017-06-13 南京阿凡达机器人科技有限公司 一种基于ros系统的视觉定位及机械臂抓取实现方法
CN107145153A (zh) * 2017-07-03 2017-09-08 北京海风智能科技有限责任公司 一种基于ros的服务机器人及其室内导航方法
CN107192924A (zh) * 2017-03-21 2017-09-22 华北电力大学（保定） 一种非共光轴紫外成像仪放电点定位矫正方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070225862A1 (en) * 2003-11-24 2007-09-27 Hui Zhang Industrial robot with controlled flexibility and simulated force for automated assembly
US20120076355A1 (en) * 2010-09-29 2012-03-29 Samsung Electronics Co., Ltd. 3d object tracking method and apparatus
CN105487535A (zh) * 2014-10-09 2016-04-13 东北大学 一种基于ros的移动机器人室内环境探索系统与控制方法
CN105403222A (zh) * 2015-12-08 2016-03-16 江苏科技大学 基于ros的多导盲机器人及在未知环境中的地图创建方法
CN105676848A (zh) * 2016-03-11 2016-06-15 湖南人工智能科技有限公司 一种基于ros操作系统的机器人自主导航方法
CN106405605A (zh) * 2016-08-23 2017-02-15 湖南晖龙股份有限公司 一种机器人基于ros和gps的室内外无缝定位方法和定位系统
CN106354161A (zh) * 2016-09-26 2017-01-25 湖南晖龙股份有限公司 机器人运动路径规划方法
CN106493495A (zh) * 2016-12-03 2017-03-15 无锡职业技术学院 高精密机器视觉定位系统
CN106826822A (zh) * 2017-01-25 2017-06-13 南京阿凡达机器人科技有限公司 一种基于ros系统的视觉定位及机械臂抓取实现方法
CN107192924A (zh) * 2017-03-21 2017-09-22 华北电力大学（保定） 一种非共光轴紫外成像仪放电点定位矫正方法
CN107145153A (zh) * 2017-07-03 2017-09-08 北京海风智能科技有限责任公司 一种基于ros的服务机器人及其室内导航方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211222A (zh) * 2018-08-22 2019-01-15 扬州大学 基于机器视觉的高精度定位系统及方法
CN109352654A (zh) * 2018-11-23 2019-02-19 武汉科技大学 一种基于ros的智能机器人跟随系统及方法
CN109540145A (zh) * 2018-11-29 2019-03-29 上海上汽安悦充电科技有限公司 一种耦合器感应定位检测系统

Also Published As

Publication number Publication date
CN107818587B (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN113450408B (zh) 一种基于深度相机的非规则物体位姿估计方法及装置
CN106767399B (zh) 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法
CN111340797A (zh) 一种激光雷达与双目相机数据融合检测方法及系统
US9454816B2 (en) Enhanced stereo imaging-based metrology
CN102636120B (zh) Led芯片视觉伺服二次定位系统及其定位方法
CN103196370B (zh) 一种导管接头空间位姿参数的测量方法和装置
US20170337701A1 (en) Method and system for 3d capture based on structure from motion with simplified pose detection
CN108594851A (zh) 一种基于双目视觉的无人机自主障碍物检测系统、方法及无人机
CN102788572B (zh) 一种工程机械吊钩姿态的测量方法、装置及系统
WO2015024407A1 (zh) 基于电力机器人的双目视觉导航系统及方法
CN114415736B (zh) 一种无人机多阶段视觉精准降落方法和装置
CN113888639B (zh) 基于事件相机与深度相机的视觉里程计定位方法及系统
CN107818587A (zh) 一种基于ros的机器视觉高精度定位方法
CN112288815B (zh) 一种目标模位置测量方法、系统、存储介质及设备
CN102881040A (zh) 一种数码相机移动拍摄三维重建方法
Kim et al. External vehicle positioning system using multiple fish-eye surveillance cameras for indoor parking lots
Grudziński et al. Stereovision tracking system for monitoring loader crane tip position
Park et al. Global map generation using LiDAR and stereo camera for initial positioning of mobile robot
CN107990825B (zh) 基于先验数据校正的高精度位置测量装置与方法
CN109917670B (zh) 一种智能机器人集群的同时定位与建图方法
CN106558070A (zh) 一种基于Delta机器人下的视觉跟踪的方法及系统
CN116259001A (zh) 一种多视角融合的三维行人姿态估计与追踪方法
Deng et al. Underwater circular object positioning system based on monocular vision
CN110189267B (zh) 一种基于机器视觉的实时定位装置和系统
CN107121131B (zh) 一种双目摄像头水平相对位姿识别方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211115

Address after: 2101, 21 / F, building a, Science Park Nanli Fenglin oasis, Datun Road, Chaoyang District, Beijing 100101

Patentee after: Beijing Zhuocheng Century Technology Development Co., Ltd

Address before: 158300 group 6, Dongsheng Village Committee, Peide Town, Mishan City, Heilongjiang Province, Jixi City, Heilongjiang Province

Patentee before: Wu Tiecheng