CN108151727B - 移动机器人定位方法、系统与计算机可读存储介质 - Google Patents
移动机器人定位方法、系统与计算机可读存储介质 Download PDFInfo
- Publication number
- CN108151727B CN108151727B CN201711251606.2A CN201711251606A CN108151727B CN 108151727 B CN108151727 B CN 108151727B CN 201711251606 A CN201711251606 A CN 201711251606A CN 108151727 B CN108151727 B CN 108151727B
- Authority
- CN
- China
- Prior art keywords
- sampled point
- ground
- image
- value
- axis coordinate
- 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
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Abstract
本发明公开了一种移动机器人定位方法、系统与计算机可读存储介质，定位方法包含以下步骤：检测流程初始化、采集传感器数据、位置先验估计、提取地面视觉位置检测值集合、以及位置后验估计。定位系统由航向角检测器、车轮转速传感器、图像采集器以及数据处理单元组成。计算机可读存储介质用于存储定位程序。相比于已有技术，本发明具有成本低、精度高、性能稳定、检测周期短、覆盖区域广、适用场景多、系统可靠性高、隐私入侵度低等优点。
Description
技术领域
本发明涉及机器人技术领域，特别是涉及一种移动机器人定位方法、系统与计算机可读存储介质。
背景技术
机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。机器人的一个基本功能是移动，目的是实现精准的位置控制，这也是机器人实现其他功能的基础。而精准的位置控制依赖于精确的定位系统，一个普遍的观点认为“控制的精度是无法超过反馈(检测)的精度的”，所以精确的定位系统就显得尤为重要。
已有的技术存在如下问题：1)卫星定位系统大多只能用在室外空旷环境下，不适用于在树林、峡谷、室内、地下、水下、隧道等卫星信号无法到达的环境中；2)基于WiFi、UWB的无线电定位手段存在着多路径干扰等问题，而且定位范围有限，如果要扩大定位范围将会增加设备的成本；3)基于视觉的定位手段受到光照的影响，对于光线过强、过暗或者流明剧烈变换的场景，该定位手段的精度较低，除此之外还有特征错误匹配、视线遮挡等问题；4)基于WiFi或者磁场指纹的定位手段，由于事先需要做大量的实验以获取机器人位置的指纹特征，所以该定位手段不够实用，而且对信息指纹会发生变化的场景(特别是磁场指纹)，该定位手段是不可靠的。
本发明提出一种移动机器人定位方法、装置与计算机可读存储介质，相比于已有技术，本发明具有成本低、精度高、性能稳定、检测周期短、覆盖区域广、适用场景多、系统可靠性高、隐私入侵度低等优点。
发明内容
本发明的目的在于提供一种移动机器人定位方法，在机器人工作区域的地面配置有辅助线，包括以下步骤：
S101：对采样点序号t初始化赋值：t←0；根据实际情况对采样间隔T、机器人中心到图像采集器的距离L、位置后验估计值透视变换矩阵进行初始化；其中，透视变换矩阵是一个3×3的常值矩阵，机器人位置坐标是相对于X-Y坐标系的，X坐标轴与Y坐标轴由人工选取；
S102：将采样点序号自增t←t+1，获取航向角检测器的数据，得到第t个采样点的机器人航向角检测值获取车轮转速传感器的数据，得到第t个采样点的车轮转速检测向量wt，其中wt的每个元素表示某个车轮的转速检测值；获取图像采集器的数据，得到第t个采样点的地面图像；
S103：利用步骤S102获取的第t个采样点的机器人航向角检测值与第t个采样点的车轮转速检测向量wt，并基于第t-1个采样点的位置后验估计值进行位置先验估计，以获取第t个采样点的位置先验估计值具体如下： 其中表示移动机器人的运动学方程；
S104：根据步骤S102获取的第t个采样点的地面图像集合，并基于透视变换矩阵，提取第t个采样点的地面视觉位置检测值集合与，其中为第t个采样点的地面视觉X轴坐标检测值集合，为第t个采样点的地面视觉Y轴坐标检测值集合；
S105：根据步骤S103获取的第t个采样点的位置先验估计值与步骤S104获取的第t个采样点的地面视觉位置检测值集合与，进行位置后验估计，以获取第t个采样点的位置后验估计值以及
S106：重复步骤S102至步骤S105，输出每个采样点的位置后验估计值，即定位结果。
根据本发明的另一方面，提供了一种移动机器人定位系统，包括：航向角检测器、车轮转速传感器、图像采集器以及数据处理单元；航向角检测器用于检测机器人的航向角，车轮转速传感器用于检测车轮的转速，图像采集器用于采集地面图像；图像采集器位于移动机器人正后方，且镜头朝向地面；数据处理单元用于执行定位程序，以获得位置信息，所述定位程序在执行时实现上述步骤S101至S106。
本发明还提供了一种计算机可读存储介质，存储有上面所描述的定位程序。
本发明还提供了一种具有上述定位的移动机器人。
相比于已有技术，本发明具有成本低、精度高、性能稳定、检测周期短、覆盖区域广、适用场景多、系统可靠性高、隐私入侵度低等优点。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为根据本发明的移动机器人定位方法的流程图；
图2为根据本发明的移动机器人定位方法中的地面辅助线的示意图；以及
图3为根据本发明的移动机器人定位方法的真实实验结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图与具体实施例对本发明进行详细说明。
在本发明实施前，需要对机器人工作区域的地面配置辅助线，具体如下：
定位区域地面配置有一系列具有第一颜色CX的平行于X轴的平行线，相邻的平行线具有相等的间隔EX；同时，定位区域地面还配置有一系列具有第二颜色CY的平行于Y轴的平行线，相邻的平行线具有相等的间隔EY。一个配置实例如图2所示，第一颜色为红色，这里为了区分将红色辅助线标为虚线，实际中应当尽可能采用空隙较小的虚线或者实线；第二颜色为蓝色，这里为了区分将蓝色辅助线标为实线，实际中应当尽可能采用空隙较小的虚线或者实线。
如图1所示，本发明的一种移动机器人定位方法包括以下步骤：检测流程初始化、采集传感器数据、位置先验估计、提取地面视觉位置检测值集合与位置后验估计，具体如下：
步骤1、检测流程初始化
对采样点序号t初始化赋值：t←0；根据实际情况对采样间隔T、机器人中心到图像采集器的距离L、位置后验估计值透视变换矩阵进行初始化；其中，透视变换矩阵是一个3×3的常值矩阵，机器人位置坐标是相对于X-Y坐标系的，X坐标轴与Y坐标轴由人工选取。
步骤2、采集传感器数据
将采样点序号自增t←t+1，获取航向角检测器的数据，得到第t个采样点的机器人航向角检测值获取车轮转速传感器的数据，得到第t个采样点的车轮转速检测向量wt，其中wt的每个元素表示某个车轮的转速检测值；获取图像采集器的数据，得到第t个采样点的地面图像。
步骤3、位置先验估计
利用步骤2获取的第t个采样点的机器人航向角检测值与第t个采样点的车轮转速检测向量wt，并基于第t-1个采样点的位置后验估计值进行位置先验估计，以获取第t个采样点的位置先验估计值具体如下： 其中表示移动机器人的运动学方程。
步骤4、提取地面视觉位置检测值集合
根据步骤2获取的第t个采样点的地面图像集合，并基于透视变换矩阵，提取第t个采样点的地面视觉位置检测值集合与，其中为第t个采样点的地面视觉X轴坐标检测值集合，为第t个采样点的地面视觉Y轴坐标检测值集合，具体如下：
步骤401：对步骤2获取的第t个采样点的地面图像集合分别进行基于第一颜色CX与第二颜色CY的图像阈值分割，以分别获取只包含对应颜色辅助线的二值图像与；其中，中白色区域为第一颜色辅助线，中白色区域为第二颜色辅助线，其余部分为黑色；
步骤402：对步骤401获取的二值图像与依次进行形态学闭运算、骨架提取操作、剪枝操作，其目的分别为填充图像中内细小空洞、提取辅助线的中心线、消除游离于或依附于辅助线骨架上的小枝，得到第t个采样点的只包含辅助线中心线的二值图像与；
步骤403：基于透视变换矩阵，对步骤402获取的二值图像与进行透视变换，得到透视变换后的二值图像集合与
步骤404：对步骤403获取的二值图像集合与进行Hough变换，以分别获取第t个采样点的Hough距离集合ρX,t与ρY,t；以及
步骤405：基于步骤404获取的Hough距离集合ρX,t与ρY,t，计算地面视觉位置检测值集合与，具体如下：
如果则
如果则
如果则
如果则
其中，MX与MY分别为第一颜色辅助线与第二颜色辅助线的数量。
步骤5、位置后验估计
根据步骤3获取的第t个采样点的位置先验估计值与步骤4获取的第t个采样点的地面视觉位置检测值集合与，进行位置后验估计，以获取第t个采样点的位置后验估计值具体如下：
步骤501：计算X轴坐标后验估计值包括以下步骤：
如果不是空集，则计算第t个采样点的X轴坐标后验估计集合如下：
其中abs(·)为求绝对值符号，为的第i个元素，δx>0为X轴坐标筛选阈值，NX为的元素个数；
如果不是空集，计算X轴坐标后验估计值如下：
其中，为中第i个元素，Nx为的元素个数；
如果是空集或者是空集，计算第t个采样点的X轴坐标后验估计值
步骤502：计算Y轴坐标后验估计值包括以下步骤：
如果不是空集，则计算第t个采样点的Y轴坐标后验估计集合如下：
其中abs(·)为求绝对值符号，为的第i个元素，δy>0为Y轴坐标筛选阈值，NY为的元素个数；
如果不是空集，计算Y轴坐标后验估计值如下：
其中，为中第i个元素，Ny为的元素个数；
如果是空集或者是空集，计算第t个采样点的Y轴坐标后验估计值
重复步骤2至步骤5，输出每个采样点的位置后验估计值，即定位结果。
本发明的上述检测方法以移动机器人的数据处理单元上运行定位程序的方式实施，为此本发明还给出了一种存储有该定位程序的计算机可读存储介质。
本发明还给出了用于实现上述移动机器人定位方法的系统，即，一种移动机器人定位系统，包括：航向角检测器、车轮转速传感器、图像采集器以及数据处理单元；航向角检测器用于检测机器人的航向角，车轮转速传感器用于检测车轮的转速，图像采集器用于采集地面图像；图像采集器位于移动机器人正后方，且镜头朝向地面；数据处理单元用于执行数据处理程序，以获得机器人位置坐标，所述数据处理程序在执行时实现以下步骤：检测流程初始化、采集传感器数据、位置先验估计、提取地面视觉位置检测值集合、以及位置后验估计。
在实际应用中，还要为该装置增加供电模块、电源管理模块、输入/输出模块、显示模块、通信模块、存储模块等辅助配件。
使用真实的移动机器人对本发明实施例进行测试，结果如图3所示，黑色直线为真实值，红色点线为本发明实施后的定位结果，可见二者曲线几乎重合，X轴坐标和Y轴坐标检测值的均方根误差分别5.43毫米和4.98毫米，验证了本发明的有效性。如果在实施中采用性能更好的传感器，如帧率更高、分辨率更高的图像采集器，则能够一定程度上提升定位精度。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种移动机器人定位方法，其特征在于，在机器人工作区域的地面配置有辅助线，辅助线的配置方法如下：定位区域地面配置有一系列具有第一颜色CX的平行于X轴的平行线，相邻的平行线具有相等的间隔EX；同时，定位区域地面还配置有一系列具有第二颜色CY的平行于Y轴的平行线，相邻的平行线具有相等的间隔EY；
所述定位方法包括以下步骤：
S101：对采样点序号t初始化赋值：t←0；根据实际情况对采样间隔T、机器人中心到图像采集器的距离L、位置后验估计值透视变换矩阵进行初始化；其中，透视变换矩阵是一个3×3的常值矩阵，机器人位置坐标是相对于X-Y坐标系的，X坐标轴与Y坐标轴由人工选取；
S102：将采样点序号自增t←t+1，获取航向角检测器的数据，得到第t个采样点的机器人航向角检测值获取车轮转速传感器的数据，得到第t个采样点的车轮转速检测向量wt，其中wt的每个元素表示某个车轮的转速检测值；获取图像采集器的数据，得到第t个采样点的地面图像
S103：利用步骤S102获取的第t个采样点的机器人航向角检测值与第t个采样点的车轮转速检测向量wt，并基于第t-1个采样点的位置后验估计值进行位置先验估计，以获取第t个采样点的位置先验估计值具体如下： 其中表示移动机器人的运动学方程；
S104：根据步骤S102获取的第t个采样点的地面图像集合并基于透视变换矩阵提取第t个采样点的地面视觉位置检测值集合与其中为第t个采样点的地面视觉X轴坐标检测值集合，为第t个采样点的地面视觉Y轴坐标检测值集合，具体如下：
S1041：对步骤S102获取的第t个采样点的地面图像集合分别进行基于第一颜色CX与第二颜色CY的图像阈值分割，以分别获取只包含对应颜色辅助线的二值图像与其中，中白色区域为第一颜色辅助线，中白色区域为第二颜色辅助线，其余部分为黑色；
S1042：对步骤S1041获取的二值图像与依次进行形态学闭运算、骨架提取操作、剪枝操作，其目的分别为填充图像中内细小空洞、提取辅助线的中心线、消除游离于或依附于辅助线骨架上的小枝，得到第t个采样点的只包含辅助线中心线的二值图像与
S1043：基于透视变换矩阵对S1042获取的二值图像与进行透视变换，得到透视变换后的二值图像集合与
S1044：对S1043获取的二值图像集合与进行Hough变换，以分别获取第t个采样点的Hough距离集合ρX,t与ρY,t；以及
S1045：基于S1044获取的Hough距离集合ρX,t与ρY,t，计算地面视觉位置检测值集合与具体如下：
如果则
如果则
如果则
如果则
其中，MX与MY分别为第一颜色辅助线与第二颜色辅助线的数量；
S105：根据步骤S103获取的第t个采样点的位置先验估计值与步骤S104获取的第t个采样点的地面视觉位置检测值集合与进行位置后验估计，以获取第t个采样点的位置后验估计值具体如下：
S1051：计算X轴坐标后验估计值包括以下步骤：
如果不是空集，则计算第t个采样点的X轴坐标后验估计集合如下：
其中abs(·)为求绝对值符号，为的第i个元素，δx>0为X轴坐标筛选阈值，NX为的元素个数；
如果不是空集，计算X轴坐标后验估计值如下：
其中，为中第i个元素，Nx为的元素个数；
如果是空集或者是空集，计算第t个采样点的X轴坐标后验估计值
S1052：计算Y轴坐标后验估计值包括以下步骤：
如果不是空集，则计算第t个采样点的Y轴坐标后验估计集合如下：
其中abs(·)为求绝对值符号，为的第i个元素，δy>0为Y轴坐标筛选阈值，NY为的元素个数；
如果不是空集，计算Y轴坐标后验估计值如下：
其中，为中第i个元素，Ny为的元素个数；
如果是空集或者是空集，计算第t个采样点的Y轴坐标后验估计值
以及
S106：重复步骤S102至步骤S105，输出每个采样点的位置后验估计值，即定位结果。
2.一种计算机可读存储介质，存储有定位程序，其特征在于，所述定位程序在处理器上执行时实现权利要求1所述的移动机器人定位方法。
3.一种移动机器人定位系统，其特征在于，包括：航向角检测器、车轮转速传感器、图像采集器以及数据处理单元；航向角检测器用于检测机器人的航向角，车轮转速传感器用于检测车轮的转速，图像采集器用于采集地面图像；图像采集器位于移动机器人正后方，且镜头朝向地面；数据处理单元用于执行数据处理程序，以获得位置信息，所述数据处理程序在执行时实现权利要求1所述的移动机器人定位方法。
4.一种移动机器人，包括定位系统，其特征在于，所述定位系统为根据权利要求3所述的定位系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711251606.2A CN108151727B (zh) | 2017-12-01 | 2017-12-01 | 移动机器人定位方法、系统与计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711251606.2A CN108151727B (zh) | 2017-12-01 | 2017-12-01 | 移动机器人定位方法、系统与计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108151727A CN108151727A (zh) | 2018-06-12 |
| CN108151727B true CN108151727B (zh) | 2019-07-26 |
Family
ID=62465986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711251606.2A Active CN108151727B (zh) | 2017-12-01 | 2017-12-01 | 移动机器人定位方法、系统与计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108151727B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109458977A (zh) * | 2018-10-21 | 2019-03-12 | 合肥优控科技有限公司 | 机器人定向方法、系统与计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009014332A2 (en) * | 2007-07-23 | 2009-01-29 | Electronics And Telecommunications Research Institute | Method and system for creating indoor environment map |
| CN104848858A (zh) * | 2015-06-01 | 2015-08-19 | 北京极智嘉科技有限公司 | 二维码以及用于机器人的视觉-惯性组合导航系统及方法 |
| CN105716611A (zh) * | 2016-01-29 | 2016-06-29 | 西安电子科技大学 | 基于环境信息的室内移动机器人及其定位方法 |
| CN105865449A (zh) * | 2016-04-01 | 2016-08-17 | 深圳杉川科技有限公司 | 基于激光和视觉的移动机器人的混合定位方法 |
-
2017
- 2017-12-01 CN CN201711251606.2A patent/CN108151727B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009014332A2 (en) * | 2007-07-23 | 2009-01-29 | Electronics And Telecommunications Research Institute | Method and system for creating indoor environment map |
| CN104848858A (zh) * | 2015-06-01 | 2015-08-19 | 北京极智嘉科技有限公司 | 二维码以及用于机器人的视觉-惯性组合导航系统及方法 |
| CN105716611A (zh) * | 2016-01-29 | 2016-06-29 | 西安电子科技大学 | 基于环境信息的室内移动机器人及其定位方法 |
| CN105865449A (zh) * | 2016-04-01 | 2016-08-17 | 深圳杉川科技有限公司 | 基于激光和视觉的移动机器人的混合定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108151727A (zh) | 2018-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111210477B (zh) | 一种运动目标的定位方法及系统 | |
| US9888235B2 (en) | Image processing method, particularly used in a vision-based localization of a device | |
| Prescott et al. | Line-based correction of radial lens distortion | |
| CN108592950B (zh) | 一种单目相机和惯性测量单元相对安装角标定方法 | |
| WO2018037079A1 (en) | Simultaneous localization and mapping with an event camera | |
| EP2615580A1 (en) | Automatic scene calibration | |
| CN112598757A (zh) | 一种多传感器时间空间标定方法及装置 | |
| CN104036522A (zh) | 一种基于视频中运动目标识别的流水速度监测方法 | |
| CN107516322B (zh) | 一种基于对数极空间的图像物体大小和旋转估计计算方法 | |
| CN112880687A (zh) | 一种室内定位方法、装置、设备和计算机可读存储介质 | |
| EP3599588B1 (en) | Rendering an object | |
| CN108036786A (zh) | 基于辅助线的位姿检测方法、装置和计算机可读存储介质 | |
| EP3185212A1 (en) | Dynamic particle filter parameterization | |
| CN104504691A (zh) | 基于低秩纹理的摄像机位置和姿态测量方法 | |
| CN108151727B (zh) | 移动机器人定位方法、系统与计算机可读存储介质 | |
| CN104937608B (zh) | 道路区域检测 | |
| CN109284707A (zh) | 动目标检测方法及装置 | |
| Claus et al. | A Plumbline Constraint for the Rational Function Lens Distortion Model. | |
| KR101741501B1 (ko) | 카메라와 객체 간 거리 추정 장치 및 그 방법 | |
| US9824455B1 (en) | Detecting foreground regions in video frames | |
| US9842402B1 (en) | Detecting foreground regions in panoramic video frames | |
| Hui et al. | Visual SLAM based on EKF filtering algorithm from omnidirectional camera | |
| CN108088446B (zh) | 移动机器人航向角检测方法、装置与计算机可读存储介质 | |
| CN103236053A (zh) | 一种移动平台下运动目标检测的mof方法 | |
| Yao et al. | A novel method for real-time multiple moving targets detection from moving IR camera |
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 |
Effective date of registration: 20191226 Address after: 236200 Anhui province Fuyang City Yingshang County Industrial Park Bao Lu tube Patentee after: Anhui pilot advertising logo Co., Ltd Address before: 230601 room 110, building 1, North export processing zone, Dongbinhe community, FeiGuang Road, West qinglongtan Road, economic and Technological Development Zone, Hefei City, Anhui Province Patentee before: Hefei best control technology Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200408 Address after: 230601 room 110, building 1, North export processing zone, Dongbinhe community, FeiGuang Road, West qinglongtan Road, economic and Technological Development Zone, Hefei City, Anhui Province Patentee after: HEFEI YOUKONG TECHNOLOGY Co.,Ltd. Address before: 236200 Anhui province Fuyang City Yingshang County Industrial Park Bao Lu tube Patentee before: Anhui pilot advertising logo Co., Ltd |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210330 Address after: 234000 r building, Zhongchuang space, Kexiang incubator, Suzhou hi tech Zone, Anhui Province Patentee after: Anhui Youchao Information Technology Co.,Ltd. Address before: 230601 Public Rental Room 110, North Export Processing Zone, East Binhe District, West Feiguang Road, Qinglongtan Road, Hefei Economic and Technological Development Zone, Anhui Province Patentee before: HEFEI YOUKONG TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |