CN109470216A - 机械人双目视觉特征点定位方法 - Google Patents
机械人双目视觉特征点定位方法 Download PDFInfo
- Publication number
- CN109470216A CN109470216A CN201811375791.0A CN201811375791A CN109470216A CN 109470216 A CN109470216 A CN 109470216A CN 201811375791 A CN201811375791 A CN 201811375791A CN 109470216 A CN109470216 A CN 109470216A
- Authority
- CN
- China
- Prior art keywords
- robot
- characteristic point
- image
- picture
- feature
- 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
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了机械人双目视觉特征点定位方法,在机械人工作的线路路径场景中采集特征点图片,并将其坐标标定在地图数据库中;机械人获取图像,提取图像中的特征点,并和数据库中的特征点图片进行匹配,如果特征减少导致跟踪丢失,则会进入重定位模式;在获得了两幅图片正确的特征匹配后,根据两视图几何中的对极约束方法求解机器人姿态变换,从而求解机器人在空间中的具体位置。通过机械人的双目式摄像探头定位,通过比对建立在地图模型中,实际运用时机械人通过巡线以及双目采集图像特征与图像库特征比对进行定位,并通过对极约束方法求解机器人姿态变换,可对机器人重复定位误差进行修正,提高导航定位精度,该方法实施方便,实用性强。
Description
技术领域
本发明涉及一种巡航定位方法,具体涉及一种机械人双目视觉特征点定位方法。
背景技术
当前电力机器基于固定巡视路线、固定巡视位置采集设备图像。电力机器人平台采用磁传感器实现导航,该导航方式优点是可靠、稳定,缺点是成本高、不够灵活。导航路线确定后,需要通过人工现场施工,填埋磁轨,磁轨迹路线一旦实施,较难改变。且变电站环境中可填埋磁轨迹的区域有限,这成为约束机器人行驶范围的主要原因。进而使得机器人必须在距离设备较远的位置采集图像,为后续的图像处理与分析引入了较多问题。另外,由于变电站环境属于非结构环境,会不定期的进入人员进行设备维护,以及存在车辆进入的情况,如何保证机器人不会对人进行伤害,以及避免与行进道路上的车辆进行避让,是新一代智能电力机器人必须具备的能力。因此,为电力机器人增加更灵活的感知环境的方式,是提高机器人巡检性能一个重要方面,同样也是提高电力机器人智能化水平的一个重要方面。
发明内容
本发明所要解决的技术问题是:现有使用磁轨导航实施麻烦的问题,本发明提供了解决上述问题的机械人双目视觉特征点定位方法。
本发明通过下述技术方案实现:
机械人双目视觉特征点定位方法,主要包括以下步骤:
S1、在机械人工作的线路路径场景中采集特征点图片,并将其坐标标定在地图数据库中;
S2、机械人获取图像,提取图像中的特征点,并和数据库中的特征点图片进行匹配,如果特征减少导致跟踪丢失,则会进入重定位模式;
S3、在获得了两幅图片正确的特征匹配后,根据两视图几何中的对极约束方法求解机器人姿态变换,从而求解机器人在空间中的具体位置。
通过机械人的双目式摄像探头定位,通过比对建立在地图模型中,实际运用时机械人通过巡线以及双目采集图像特征与图像库特征比对进行定位,并通过对极约束方法求解机器人姿态变换,可对机器人重复定位误差进行修正,提高导航定位精度,该方法实施方便,实用性强。
进一步的,步骤S2中的特征点包括点状特征、线状特征、区域特征。通过多种类型的特征进行精确对比,提高定位准确性。
进一步的,步骤S2中特征点提取和数据库中的特征点图片进行匹配,再匹配上一贞图像的特征点,通过步骤S3所述的方法进行特征点位资计算,若特征点位资计算成功,则保存位资,然后重新开始获取下一帧图像信息,进行新的位置定位。通过路径上采集到的图像的特征变化关系,可以进行反向推测位置关系,实现定位。
进一步的,步骤S2中如果特征减少导致跟踪丢失,则会进入重定位模式,开始获取下一帧图像,获取图像后进行与图库中图片进行相似度计算,匹配到相似度达到设置值时,重新定位成功,然后保存位资,获取下一帧图像,进行新的位置定位;若重新定位失败,则重新获取图像,重新计算相似度,直到定位成功。
进一步的,提取图像中的特征点采用OBR、SIFT、SURF方法获得不同类型的特征。通过采用多种手段进行不同类型的特征提取,使得特征比对时候通过多方面进行,使得定位更加精准。
本发明具有如下的优点和有益效果:
1、本发明通过机械人的双目式摄像探头定位,通过比对建立在地图模型中,实际运用时机械人通过巡线以及双目采集图像特征与图像库特征比对进行定位,并通过对极约束方法求解机器人姿态变换,可对机器人重复定位误差进行修正,提高导航定位精度,该方法实施方便,实用性强;
2、本发明通过路径上采集到的图像的特征变化关系,可以进行反向推测位置关系,实现定位;
3、本发明通过采用多种手段进行不同类型的特征提取,使得特征比对时候通过多方面进行,使得定位更加精准。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1所示,机械人双目视觉特征点定位方法,主要包括以下步骤:
S1、在机械人工作的线路路径场景中采集特征点图片,并将其坐标标定在地图数据库中;
S2、机械人获取图像,提取图像中的特征点,并和数据库中的特征点图片进行匹配,如果特征减少导致跟踪丢失,则会进入重定位模式;
S3、在获得了两幅图片正确的特征匹配后,根据两视图几何中的对极约束方法求解机器人姿态变换,从而求解机器人在空间中的具体位置。
实施时,每张图像信息的特征点不少于7个点位。步骤S2中的特征点包括点状特征、线状特征、区域特征。通过多种类型的特征进行精确对比,提高定位准确性。步骤S2中特征点提取和数据库中的特征点图片进行匹配,再匹配上一贞图像的特征点,通过步骤S3所述的方法进行特征点位资计算,若特征点位资计算成功,则保存位资,然后重新开始获取下一帧图像信息,进行新的位置定位。通过路径上采集到的图像的特征变化关系,可以进行反向推测位置关系,实现定位。步骤S2中如果特征减少导致跟踪丢失,则会进入重定位模式,开始获取下一帧图像,获取图像后进行与图库中图片进行相似度计算,匹配到相似度达到设置值时,重新定位成功,然后保存位资,获取下一帧图像,进行新的位置定位;若重新定位失败,则重新获取图像,重新计算相似度,直到定位成功。提取图像中的特征点采用OBR、SIFT、SURF方法获得不同类型的特征。通过采用多种手段进行不同类型的特征提取,使得特征比对时候通过多方面进行,使得定位更加精准。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.机械人双目视觉特征点定位方法,其特征在于,主要包括以下步骤:
S1、在机械人工作的巡线线路路径场景中采集特征点图片,并将其坐标标定在地图数据库中;
S2、机械人获取图像,提取图像中的特征点,并和数据库中的特征点图片进行匹配,如果特征减少导致跟踪丢失,则会进入重定位模式;
S3、在获得了两幅图片正确的特征匹配后,根据两视图几何中的对极约束方法求解机器人姿态变换,从而求解机器人在空间中的具体位置。
2.根据权利要求1所述的机械人双目视觉特征点定位方法,其特征在于,所述步骤S2中的特征点包括点状特征、线状特征、区域特征。
3.根据权利要求1所述的机械人双目视觉特征点定位方法,其特征在于,所述步骤S2中特征点提取和数据库中的特征点图片进行匹配,再匹配上一贞图像的特征点,通过步骤S3所述的方法进行特征点位资计算,若特征点位资计算成功,则保存位资,然后重新开始获取下一帧图像信息,进行新的位置定位。
4.根据权利要求1所述的机械人双目视觉特征点定位方法,其特征在于,所述步骤S2中如果特征减少导致跟踪丢失,则会进入重定位模式,开始获取下一帧图像,获取图像后进行与图库中图片进行相似度计算,匹配到相似度达到设置值时,重新定位成功,然后保存位资,获取下一帧图像,进行新的位置定位;若重新定位失败,则重新获取图像,重新计算相似度,直到定位成功。
5.根据权利要求1所述的机械人双目视觉特征点定位方法,其特征在于,所述提取图像中的特征点采用OBR、SIFT、SURF方法获得不同类型的特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811375791.0A CN109470216A (zh) | 2018-11-19 | 2018-11-19 | 机械人双目视觉特征点定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811375791.0A CN109470216A (zh) | 2018-11-19 | 2018-11-19 | 机械人双目视觉特征点定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109470216A true CN109470216A (zh) | 2019-03-15 |
Family
ID=65672776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811375791.0A Pending CN109470216A (zh) | 2018-11-19 | 2018-11-19 | 机械人双目视觉特征点定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109470216A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111791235A (zh) * | 2020-07-17 | 2020-10-20 | 浙江大学 | 一种机器人多相机视觉惯性点线特征定位方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120237114A1 (en) * | 2011-03-16 | 2012-09-20 | Electronics And Telecommunications Research Institute | Method and apparatus for feature-based stereo matching |
CN103559711A (zh) * | 2013-11-05 | 2014-02-05 | 余洪山 | 基于三维视觉系统图像特征和三维信息的运动估计方法 |
CN104899918A (zh) * | 2015-05-14 | 2015-09-09 | 深圳大学 | 一种无人机的三维环境建模方法及系统 |
CN105674993A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 基于双目相机的高精度视觉定位地图生成系统及方法 |
CN106931962A (zh) * | 2017-03-29 | 2017-07-07 | 武汉大学 | 一种基于gpu‑sift的实时双目视觉定位方法 |
CN107063189A (zh) * | 2017-01-19 | 2017-08-18 | 上海勤融信息科技有限公司 | 基于视觉的定位系统及方法 |
CN107167139A (zh) * | 2017-05-24 | 2017-09-15 | 广东工业大学 | 一种变电站巡检机器人视觉定位导航方法及系统 |
CN107657640A (zh) * | 2017-09-30 | 2018-02-02 | 南京大典科技有限公司 | 基于orb slam的智能巡防巡检管理方法 |
CN108460779A (zh) * | 2018-02-12 | 2018-08-28 | 浙江大学 | 一种动态环境下的移动机器人图像视觉定位方法 |
-
2018
- 2018-11-19 CN CN201811375791.0A patent/CN109470216A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120237114A1 (en) * | 2011-03-16 | 2012-09-20 | Electronics And Telecommunications Research Institute | Method and apparatus for feature-based stereo matching |
CN103559711A (zh) * | 2013-11-05 | 2014-02-05 | 余洪山 | 基于三维视觉系统图像特征和三维信息的运动估计方法 |
CN104899918A (zh) * | 2015-05-14 | 2015-09-09 | 深圳大学 | 一种无人机的三维环境建模方法及系统 |
CN105674993A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 基于双目相机的高精度视觉定位地图生成系统及方法 |
CN107063189A (zh) * | 2017-01-19 | 2017-08-18 | 上海勤融信息科技有限公司 | 基于视觉的定位系统及方法 |
CN106931962A (zh) * | 2017-03-29 | 2017-07-07 | 武汉大学 | 一种基于gpu‑sift的实时双目视觉定位方法 |
CN107167139A (zh) * | 2017-05-24 | 2017-09-15 | 广东工业大学 | 一种变电站巡检机器人视觉定位导航方法及系统 |
CN107657640A (zh) * | 2017-09-30 | 2018-02-02 | 南京大典科技有限公司 | 基于orb slam的智能巡防巡检管理方法 |
CN108460779A (zh) * | 2018-02-12 | 2018-08-28 | 浙江大学 | 一种动态环境下的移动机器人图像视觉定位方法 |
Non-Patent Citations (1)
Title |
---|
王朝文: "室内移动机器人视觉定位导航系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑(2018年)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111791235A (zh) * | 2020-07-17 | 2020-10-20 | 浙江大学 | 一种机器人多相机视觉惯性点线特征定位方法及装置 |
CN111791235B (zh) * | 2020-07-17 | 2021-07-02 | 浙江大学 | 一种机器人多相机视觉惯性点线特征定位方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11105638B2 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
CN107314762B (zh) | 基于无人机单目序列影像的电力线下方地物距离检测方法 | |
CN108694882B (zh) | 用于标注地图的方法、装置和设备 | |
CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
CN107704821B (zh) | 一种弯道的车辆位姿计算方法 | |
CN106407315B (zh) | 一种基于街景图像数据库的车辆自主定位方法 | |
KR20180079428A (ko) | 자동 로컬리제이션을 위한 장치 및 방법 | |
CN109579843A (zh) | 一种空地多视角下的多机器人协同定位及融合建图方法 | |
CN109446973B (zh) | 一种基于深度神经网络图像识别的车辆定位方法 | |
CN103941746A (zh) | 无人机巡检图像处理系统及方法 | |
CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及系统 | |
CN107643086A (zh) | 一种车辆定位方法、装置及系统 | |
CN106403942B (zh) | 基于变电站景深图像识别的人员室内惯性定位方法 | |
CN113989450B (zh) | 图像处理方法、装置、电子设备和介质 | |
CN102436738A (zh) | 一种基于无人机的交通监测装置 | |
CN108733039A (zh) | 一种机器人室内导航定位的方法与装置 | |
CN103345630B (zh) | 一种基于球面全景视频的交通标志定位方法 | |
CN106291278A (zh) | 一种基于多视觉系统的开关柜局部放电自动检测方法 | |
CN108388641A (zh) | 一种基于深度学习的交通设施地图生成方法与系统 | |
CN104820998A (zh) | 一种基于无人机动平台的人体检测与跟踪方法及装置 | |
CN104933223B (zh) | 一种输电线路通道数字化测绘方法 | |
CN105444766B (zh) | 基于深度学习的室内导航方法 | |
CN112308913B (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN109376208A (zh) | 一种基于智能终端的定位方法、系统、存储介质及设备 | |
CN111540013B (zh) | 一种基于多相机视觉slam的室内AGV小车定位方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |
|
RJ01 | Rejection of invention patent application after publication |