CN109784250A - 自动引导小车的定位方法和装置 - Google Patents
自动引导小车的定位方法和装置 Download PDFInfo
- Publication number
- CN109784250A CN109784250A CN201910008526.7A CN201910008526A CN109784250A CN 109784250 A CN109784250 A CN 109784250A CN 201910008526 A CN201910008526 A CN 201910008526A CN 109784250 A CN109784250 A CN 109784250A
- Authority
- CN
- China
- Prior art keywords
- image
- vertex
- code
- ambient image
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种自动引导小车的定位方法,适用于配置有摄像设备的自动引导小车,涉及地图信息采集领域,包括步骤:根据所述摄像设备的拍摄结果,获取环境图像;对所述环境图像进行二维码检测;当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测;当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。本发明实施例还提供了自动引导小车的定位装置,能更精确高效地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
Description
技术领域
本发明涉及地图信息采集领域,尤其涉及一种自动引导小车的定位方法和装置。
背景技术
二维码是一种具有可读性的条码,通过某种特定的几何图形按照一定规律在平面上分布的黑白相间的图像记录数据。二维码具有信息容量大、可靠性高等特点,因此在诸如仓库存储或是车间搬运等应用环境下,二维码定位技术作为自动引导小车控制中的关键技术之一,常用于对自动引导小车进行导航和定位。
在现有技术中,通常是根据获取到的图像,计算自动引导小车与已知位置的二维码之间的相对位置,从而根据该二维码的位置计算出该自动引导小车的位置。在实施本发明的过程中,发明人发现,现有技术通过二维码的三个位置探测图形的位置,大致估计自动引导小车的旋转角度,得到的自动引导小车与二维码的相对位置存在较大误差,无法对该自动引导小车进行高精度定位。
发明内容
本发明实施例的目的是提供一种自动引导小车的定位方法和装置,能更精确高效地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
为实现上述目的,本发明实施例提供了一种自动引导小车的定位方法,适用于配置有摄像设备的自动引导小车,包括步骤:
根据所述摄像设备的拍摄结果,获取环境图像;
对所述环境图像进行二维码检测;
当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测;
当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;其中,所述地图坐标为地图坐标系中的坐标,所述摄像坐标为摄像坐标系中的坐标;
根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。
作为对上述方案的改进,所述二维码检测包括顶点检测和图形检测;其中,所述顶点检测为检测四边形的四个顶点是否存在;所述图形检测为检测二维码图像的位置探测图形是否存在。
作为对上述方案的改进,所述顶点检测包括步骤:
对所述环境图像进行霍夫变换,以检测所述环境图像中是否存在四边形的四个顶点;
若在所述环境图像中未检测到四边形的四个顶点,则认为在所述环境图像中未检测到二维码图像;
若在所述环境图像中检测到四边形的四个顶点,则对相应的四边形区域进行所述图形检测。
作为对上述方案的改进,所述顶点检测还包括步骤:
对所述顶点检测得到的所述四边形区域进行平面投影转换,以得到修正后的四边形区域;
对所述修正后的四边形区域进行所述图形检测。
作为对上述方案的改进,所述图形检测包括步骤:
搜索所述四边形区域中,分别与所述四边形区域的四个顶点距离最小的四个非零连通域,作为四个目标连通域;
检测是否存在形态满足预设关系的三个所述目标连通域;
若检测到满足所述预设关系的三个所述目标连通域,则认为所述四边形区域对应的图像为二维码图像,三个所述目标连通域为位置探测图形;
若未检测到满足所述预设关系的三个所述目标连通域,则认为在所述环境图像中未检测到二维码图像。
作为对上述方案的改进,对于所述四个目标连通域中,面积差距小于预设阈值的、且为唯一组合的三个所述目标连通域,则认为所述唯一组合的三个所述目标连通域的形态满足预设关系。
作为对上述方案的改进,所述若未检测到满足所述预设关系的三个所述目标连通域,则认为在所述环境图像中未检测到二维码图像,包括步骤:
若所述四个目标连通域中,未检测到满足所述预设关系的三个所述目标连通域,将所述四个目标连通域的值置零,确定四个新的目标连通域;
若所述目标连通域不足四个,则认为所述环境图像中未检测到二维码图像。
作为对上述方案的改进,其特征在于,所述根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与所述二维码的相对位姿,包括步骤:
获取所述摄像设备的内部参数,得到所述摄像设备的内参矩阵;
基于所述内参矩阵,根据所述地图坐标和所述摄像坐标,计算相应的旋转矩阵和三维平移向量;
根据所述旋转矩阵和所述三维平移向量,得到所述相对位姿;所述旋转矩阵与所述三维平移向量满足关系:
Mi=RXi+t
其中,Mi为顶点i的摄像坐标;R为所述旋转矩阵;Xi为所述顶点i的地图坐标,t为所述三维平移向量;s为常量;ui和vi为所述顶点i的图像坐标,即所述顶点i在所述环境图像中的坐标信息;K为所述内参矩阵;所述顶点i为所述四个顶点中的任一顶点。
作为对上述方案的改进,其特征在于,所述顶点i的图像坐标ui和vi满足关系:
ui=(u′i+u0(k1·r+k2·r2))/(k1·r+k2·r2)
vi=(v′i+v0(k1·r+k2·r2))/(k1·r+k2·r2)
其中,u0和v0为所述环境图像中的中心像素坐标;u′i和v′i为所述顶点i的在所述环境图像中的原始坐标;fx为所述内参矩阵的对角线上的第一个元素;fy为所述内参矩阵的对角线上的第二个元素;k1和k2为所述摄像设备的径向畸变参数;
所述相对位姿还包括偏转角度θx、θy和θz中的一项或多项;所述偏转角度θx、θy和θz满足:
θx=atan(r32/r33)
θz=atan(r21/r11)
其中,有
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的定位方法。
与现有技术相比,本发明公开的一种自动引导小车的定位方法和装置,通过自动引导小车的摄像设备对环境进行拍摄,从而得到环境图像。对所述环境图像进行二维码检测,在所述环境图像中未检测到二维码图像的情况下,对下一帧环境图像进行检测,在所述环境图像中检测到二维码图像的情况下,则获取所述二维码图像的四个顶点的地图坐标和摄像坐标,从而根据所述地图坐标和所述摄像坐标的转换关系,计算地图坐标系与摄像坐标系的转换关系,进一步得到所述自动引导小车与二维码的相对位姿。由于在定位过程中,引入所述二维码图像中的四个顶点作为定位依据,在摄取到单张所述环境图像时,即可根据其中的二维码图像,确定当前与所述二维码的相对位姿,解决了现有技术中仅根据位置探测图形进行判断,导致误差较大的技术问题,从而能够能更精确地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
附图说明
图1是本发明实施例1中一种自动引导小车的定位方法的流程示意图。
图2是本发明实施例2的定位方法的中值滤波处理的流程示意图。
图3是本发明实施例3的定位方法中顶点检测的流程示意图。
图4是本发明实施例3的定位方法中图形检测的流程示意图。
图5是本发明实施例3的定位方法中步骤S122d的流程示意图。
图6是本发明实施例4的定位方法中步骤S150的流程示意图。
图7是本发明实施例5中一种自动引导小车的定位装置的结构示意图。
图8是本发明实施例6中一种自动引导小车的定位装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例1提供了一种自动引导小车的定位方法,该定位方法适用于配置有摄像设备的自动引导小车,例如直接运行在配置有摄像头的自动引导小车上,或是运行在与配置有摄像设备的自动引导小车通信连接的服务器上,以通过所述服务器对所述自动引导小车进行定位,均不影响本发明可取得的有益效果。
参见图1,是实施例1提供的一种自动引导小车的定位方法的流程示意图,该定位方法包括步骤S110至步骤S150。
S110、根据所述摄像设备的拍摄结果,获取环境图像。
可以是由执行本方法的自动引导小车的所具备的摄像设备对环境进行拍摄,从而得到所述环境图像,并进行后续步骤S120至步骤S150所示的方法流程。也可以是由执行本方法的如服务器等计算设备,获取与之通信连接的自动引导小车的拍摄结果,以得到所述环境图像,均不影响本发明可取得的有益效果。
优选地,还可以是在所述摄像设备拍摄到原始图像之后,再进行预处理以得到所述环境图像。例如,在所述摄像设备拍摄到所述原始图像之后,经过如灰度处理、二值化、降采样和中值滤波等一项或多项的预处理操作之后,得到所述环境图像。可以理解地,所述预处理操作不局限于上述举例的内容,在实际应用中,可以根据具体情况对本发明的实施做相应调整,不影响可取得的有益效果。
S120、对所述环境图像进行二维码检测。
通过对所述环境图像进行所述二维码检测,判断所述环境图像中是否包括二维码图像,从而根据所述二维码检测的结果,对所述环境图像进行相应的处理。
优选地,所述二维码检测可以包括顶点检测和图形检测。所述顶点检测为检测二维码图像对应的四边形的四个顶点是否存在。所述图形检测为检测二维码图像的位置探测图形是否存在。
通过所述顶点检测,认为所述环境图像中存在所述四边形的四个顶点,且通过所述图形检测,认为所述环境图像中存在所述位置探测图形时,则认为所述环境图像中存在二维码图像。
若通过所述顶点检测,认为所述环境图像中不存在所述四边形的四个顶点;或是通过所述图形检测,认为所述环境图像中不存在所述位置探测图形,则认为所述环境图像中不存在二维码图像。
S130、当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测。
S140、当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;其中,所述地图坐标为地图坐标系中的坐标,所述摄像坐标为摄像坐标系中的坐标。
可以是预先设定每个二维码相应的信息,在检测到所述环境图像中的所述二维码图像之后,通过解析所述二维码图像,获取该二维码相应的信息,包括该二维码的四个顶点在地图坐标系中对应的地图坐标。
S150、根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。
具体地,可以是根据所述地图坐标和所述摄像坐标,得到所述环境图像拍摄的时刻下,所述摄像机坐标系与所述地图坐标系的关系,以及所述摄像设备与所述二维码的相对位置,从而得到所述相对位姿,并还可根据所述二维码的地图坐标进一步得到自动引导小车的地图坐标。
本发明实施例1公开的一种自动引导小车的定位方法,通过自动引导小车的摄像设备对环境进行拍摄,从而得到环境图像。对所述环境图像进行二维码检测,在所述环境图像中未检测到二维码图像的情况下,对下一帧环境图像进行检测,在所述环境图像中检测到二维码图像的情况下,则获取所述二维码图像的四个顶点的地图坐标和摄像坐标,从而根据所述地图坐标和所述摄像坐标的转换关系,计算地图坐标系与摄像坐标系的转换关系,进一步得到所述自动引导小车与二维码的相对位姿。由于在定位过程中,引入所述二维码图像中的四个顶点作为定位依据,在摄取到单张所述环境图像时,即可根据其中的二维码图像,确定当前与所述二维码的相对位姿,解决了现有技术中仅根据位置探测图形进行判断,导致误差较大的技术问题,从而能够能更精确地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
本发明实施例2提供了一种自动引导小车的定位方法,在如实施例1所述的定位方法的基础上,对步骤S110进行改进,通过对所述摄像设备的拍摄结果进行预处理,从而得到环境图像。所述预处理包括降采样处理和中值滤波处理。参见图2,所述中值滤波处理包括步骤S111至步骤S113。
S111、针对降采样处理后的原始图像中的每一像素,以该像素为中心像素,获取预设大小的窗口内所有像素的像素值。
S112、若所述所有像素的像素值均值大于二分之一,则所述中心像素的像素值置为一。
S113、若所述所有像素的像素值均值小于或等于二分之一,则所述中心像素的像素值置为零。
例如,以所述窗口的大小为(2k+1)×(2k+1)为例,对所述降采样后的原始图像中的每一像素,以该窗口进行搜索,例如对像素i得到其对应窗口区域中的所有像素的像素值均值Pi。若Pi>1/2,则将像素i的像素值置为1;若Pi≤1/2,则将像素i的像素值置为0。可以理解地,所述窗口的大小不限于上述举例。此外,在其他情况下,也可以是在Pi>1/2时,则将像素i的像素值置为0,在Pi≤1/2时,则将像素i的像素值置为1,均不影响本发明可取得的有益效果。
本发明实施例2公开的一种自动引导小车的定位方法,在取得如实施例1的有益效果的基础上,在获取环境图像的过程中加入预处理,并对所述预处理中的中值滤波处理进行改进,极大地减少了处理过程的运算量,提高了获取的所述环境图像的工作效率和获取效果,从而提高了对所述自动引导小车进行定位的工作效率。
本发明实施例3提供了一种自动引导小车的定位方法,在如实施例1所述的定位方法的基础上,对步骤S120进行改进。在实施例3的定位方法中,二维码检测包括顶点检测和图形检测。
参见图3,所述顶点检测包括步骤S121a至121c。
S121a、对所述环境图像进行霍夫变换,以检测所述环境图像中是否存在四边形的四个顶点。
通过霍夫变换检测所述环境图像中的直线,进而检测所述环境图像中是否存在四边形的四个顶点。
S121b、若在所述环境图像中未检测到四边形的四个顶点,则认为在所述环境图像中未检测到二维码图像。
S121c、若在所述环境图像中检测到四边形的四个顶点,则对相应的四边形区域进行所述图形检测。
优选地,步骤S121c也可以调整为:
对所述顶点检测得到的所述四边形区域进行平面投影转换,以得到修正后的四边形区域;对所述修正后的四边形区域进行所述图形检测。
以通过所述平面投影转换,提高所述图形检测的处理效率和处理效果。
具体地,设四根直线在参数空间(r,θ)下,表示为四个点:
r1=x cosθ1+y sinθ1
r2=x cosθ2+y sinθ2
r3=x cosθ3+y sinθ3
r4=x cosθ4+y sinθ4
设与直线r1=x cosθ1+y sinθ1存在交点为直线r2=x cosθ2+y sinθ2和直线r3=xcosθ3+y sinθ3,可得到其中一个交点为:
另一交点为:
即为所述四边形的四个顶点的其中两个顶点,同理可的另外两个交点为:
以及:
从而检测出所述四边形的四个顶点,并且确定相应的所述四边形区域。
参见图4,所述图形检测包括步骤S122a至步骤S122d。
S122a、搜索所述四边形区域中,分别与所述四边形区域的四个顶点距离最小的四个非零连通域,作为四个目标连通域。
可以是分别从所述二维码图像的四个顶点出发,对所述二维码图像进行连通域搜索。
例如,设所述二维码图像的四个顶点分别为D1至D4,以顶点D1为例,从顶点D1出发,搜索最接近的非零像素点,并根据该非零像素点,得到相应的连通域,即为顶点D1最接近的非零连通域E1。通过与顶点D1相同的处理,分别从顶点D2至D4出发,得到顶点D2至顶点D4最接近的非零连通域E2至E4。以非零连通域E1至E4作为所述四个目标连通域。
S122b、检测是否存在形态满足预设关系的三个所述目标连通域。
优选地,对于所述四个目标连通域中,面积差距小于预设阈值的、且为唯一组合的三个所述目标连通域,则认为所述唯一组合的三个所述目标连通域的形态满足预设关系。例如,设所述四个目标连通域为连通域E1至E4,连通域E1至连通域E3的面积差距小于所述预设阈值,而连通域E1至连通域E4中其他任意三个的组合,面积差距均大于所述预设阈值,则以连通域E1至连通域E3作为所述三个位置探测图形的位置。可以理解地,所述预设关系不限于所述目标连通域的面积差距,还可以形状等形态特征之间的关系,均不影响本发明可取得的有益效果。
更优选地,对于任一组合的三个所述目标连通域中,最大的目标连通域的面积不超过最小的所述目标连通域的面积的1.1倍,则认为该组合的面积差距小于所述预设阈值。可以理解地,所述目标连通域的面积差距不限于1.1倍,还可以更高或更低倍数,或是其他的面积关系,均不影响本发明可取得的有益效果。
S122c、若检测到满足所述预设关系的三个所述目标连通域,则认为所述四边形区域对应的图像为二维码图像,三个所述目标连通域为位置探测图形。
具体地,结合上述举例,设所述四个目标连通域为连通域E1至E4,连通域E1至E4面积依次减小,设连通域E1至E3为第一组合。判断所述第一组合的面积差距是否满足所述预设阈值,判断连通域E1的面积是否超过连通域E3的面积的1.1倍,若未超过,由于连通域E2的面积大于连通域E2而小于连通域E3,则可以确定所述第一组合的面积差距小于所述预设阈值。进一步判断是否存在其他组合的面积差距小于所述预设阈值,以确定所述第一组合为唯一组合。若确定仅所述第一组合的面积差距小于所述预设阈值,则以连通域E1至E3作为所述三个位置探测图形的位置。
S122d、若未检测到满足所述预设关系的三个所述目标连通域,则认为在所述环境图像中未检测到二维码图像。
更优选地,参见图5,步骤S122d还可以通过如步骤S122d-1至步骤S122d-2所示的流程执行。
S122d-1、若所述四个目标连通域中,未检测到满足所述预设关系的三个所述目标连通域,将所述四个目标连通域的值置零,确定四个新的目标连通域。
S122d-2、若所述目标连通域不足四个,则认为所述环境图像中未检测到二维码图像。
具体地,结合上述举例,若存在多个组合的面积差距小于所述预设阈值,或是任意组合的面积差距均大于所述预设阈值,则将连通域E1至连通域E4的值置零,再次进行搜索以确定所述四个顶点新的最近的非零连通域,得到四个新的目标连通域,直至找到满足所述预设关系的三个所述目标连通域,或是连通域数量不足四个。
可以理解地,本实施例可以与实施例2结合,以得到本发明的更优选实施例。
本发明实施例3公开的一种自动引导小车的定位方法,在取得如实施例1的有益效果的基础上,通过确定四个目标连通域,并根据所述四个目标连通域的形态,确定三个位置探测图形的位置,有效地提高了对位置探测图形的检测速度,并提高检测的精确性,从而提高对位置探测图形的检测效率。
本发明实施例4提高了一种自动引导小车的定位方法,在如实施例1所述的定位方法的基础上,对步骤S150进行改进。参见图6,在实施例4的定位方法中,步骤S150包括步骤S151至步骤S153。
S151、获取所述摄像设备的内部参数,得到所述摄像设备的内参矩阵。
可以是预先对所述摄像设备进行标定,从而确定所述内部参数,并进一步得到所述内参矩阵。例如,设所述摄像设备的内部参数包括焦距fx和焦距fy,则有:
其中,K为所述内参矩阵。可以理解地,所述内参矩阵不局限于上述举例的形式和数值,在实际应用中,可以得到的所述内参矩阵视实际情况而定,不影响本发明可取得的有益效果。
S152、基于所述内参矩阵,根据所述地图坐标和所述摄像坐标,计算相应的旋转矩阵和三维平移向量。
具体地,所述旋转矩阵和所述三维平移向量满足关系:
Mi=RXi+t
其中,Mi为顶点i的摄像坐标;R为所述旋转矩阵;Xi为所述顶点i的地图坐标,t为所述三维平移向量;s为常量;ui和vi为所述顶点i的图像坐标,即所述顶点i在所述环境图像中的坐标信息;K为所述内参矩阵;所述顶点i为所述四个顶点中的任一顶点。
可设根据上述关系有:
进一步可得:
H=k(r1,r2,t)
其中,r1和r2分别为旋转矩阵R的第一列和第二列。设:
则有:
HY=sU
进一步可得:
H=sUYH(YYH)-1
由于内参矩阵K已知,可得:
(r1,r2,t)=K-1H=sK-1UYH(YYH)-1
记为:(r1,r2,t)=sA。
理论上,单位向量r1和r2的模均为1,但由于实际中存在噪声,因此实际上单位向量r1和r2的模不一定为1,因此对常量s的求解可以变成最优化问题:
argxmin[(||r1||-1)2+(||r2||-1)2]
即:
a·(a·s-1)+b·(b·s-1)=0
其中,a为矩阵A第一列向量的模,b为矩阵A第二列向量的模。求得常量s,从而可以根据如下关系求解当前坐标:
其中,(x,y)为所述当前坐标,(u,v)即为所述环境图像的像素坐标系中中心的坐标值。
且由于r3=r1×r2,可以确定r3,并进一步确定旋转矩阵R=(r1,r2,r3)。
作为一种优选的实施方式,所述顶点i的图像坐标ui和vi满足关系:
ui=(u′i+u0(k1·r+k2·r2))/(k1·r+k2·r2)
vi=(v′i+v0(k1·r+k2·r2))/(kl·r+k2·r2)
其中,u0和v0为所述环境图像中的中心像素坐标;u′i和v′i为所述顶点i的在所述环境图像中的原始坐标;fx为所述内参矩阵的对角线上的第一个元素;fy为所述内参矩阵的对角线上的第二个元素;k1和k2为所述摄像设备的径向畸变参数。
S153、根据所述旋转矩阵和所述三维平移向量,得到所述相对位姿。
优选地,所述相对位姿还包括偏转角度θx、θy和θz中的一项或多项;所述偏转角度θx、θy和θz满足:
θx=atan(r32/r33)
θz=atan(r21/r11)
其中,旋转矩阵
可以理解地,本实施例可以与实施例2或实施例3结合,或是与实施例2和实施例3结合,以得到本发明的更优选实施例。
本发明实施例4公开的一种自动引导小车的定位方法,在取得如实施例1的有益效果的基础上,根据所述地图坐标和所述摄像坐标,进一步结合所述摄像设备的内部参数,计算旋转矩阵和三维平移向量,从而更加精确地得到所述自动引导小车所述二维码的相对位姿。
本发明实施例5提供了一种自动引导小车的定位装置50。参见图7,本发明实施例5提供的定位装置50包括图像获取模块51、二维码检测模块52、第一执行模块53、第二执行模块54和定位运算模块55。
所述图像获取模块51,用于根据所述摄像设备的拍摄结果,获取环境图像。所述二维码检测模块52,用于对所述环境图像进行二维码检测。所述第一执行模块53,用于当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测。所述第二执行模块54,用于当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;其中,所述地图坐标为地图坐标系中的坐标,所述摄像坐标为摄像坐标系中的坐标。所述定位运算模块55,用于根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。
本发明实施例5提供的定位装置50的工作过程如实施例1至实施例4任一项提供的定位方法所述,在此不作赘述。
本发明实施例5公开的一种自动引导小车的检测装置,通过自动引导小车的摄像设备对环境进行拍摄,从而得到环境图像。对所述环境图像进行二维码检测,在所述环境图像中未检测到二维码图像的情况下,对下一帧环境图像进行检测,在所述环境图像中检测到二维码图像的情况下,则获取所述二维码图像的四个顶点的地图坐标和摄像坐标,从而根据所述地图坐标和所述摄像坐标的转换关系,计算地图坐标系与摄像坐标系的转换关系,进一步得到所述自动引导小车与二维码的相对位姿。由于在定位过程中,引入所述二维码图像中的四个顶点作为定位依据,在摄取到单张所述环境图像时,即可根据其中的二维码图像,确定当前与所述二维码的相对位姿,解决了现有技术中仅根据位置探测图形进行判断,导致误差较大的技术问题,从而能够能更精确地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
本发明实施例6提供了一种自动引导小车的定位装置60。参见图8,本发明实施例6提供的定位装置60包括:处理器61、存储器62以及存储在所述存储器中并可在所述处理器上运行的计算机程序,例如定位程序。所述处理器61执行所述计算机程序时实现上述各个测试方法实施例中的步骤,例如图1所示的步骤S120。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能,例如上述实施例中所述的定位装置。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器62中,并由所述处理器61执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述定位装置60中的执行过程。例如,所述计算机程序可以被分割成图像获取模块、二维码检测模块、第一执行模块、第二执行模块和定位运算模块,各模块具体功能如下:所述图像获取模块,用于根据所述摄像设备的拍摄结果,获取环境图像。所述二维码检测模块,用于对所述环境图像进行二维码检测。所述第一执行模块,用于当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测。所述第二执行模块,用于当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;其中,所述地图坐标为地图坐标系中的坐标,所述摄像坐标为摄像坐标系中的坐标。所述定位运算模块,用于根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。
所述定位装置60可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述定位装置60可包括,但不仅限于,处理器61、存储器62。本领域技术人员可以理解,所述示意图仅仅是图像增强设备的示例,并不构成对定位装置60的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述定位装置60还可以包括输入输出设备、网络接入设备、总线等。
所称处理器61可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器61是所述定位装置60的控制中心,利用各种接口和线路连接整个定位装置60的各个部分。
所述存储器62可用于存储所述计算机程序和/或模块,所述处理器61通过运行或执行存储在所述存储器62内的计算机程序和/或模块,以及调用存储在存储器62内的数据,实现所述定位装置60的各种功能。所述存储器62可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器62可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述定位装置60集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
本发明实施例6公开的一种自动引导小车的定位装置和存储介质,通过自动引导小车的摄像设备对环境进行拍摄,从而得到环境图像。对所述环境图像进行二维码检测,在所述环境图像中未检测到二维码图像的情况下,对下一帧环境图像进行检测,在所述环境图像中检测到二维码图像的情况下,则获取所述二维码图像的四个顶点的地图坐标和摄像坐标,从而根据所述地图坐标和所述摄像坐标的转换关系,计算地图坐标系与摄像坐标系的转换关系,进一步得到所述自动引导小车与二维码的相对位姿。由于在定位过程中,引入所述二维码图像中的四个顶点作为定位依据,在摄取到单张所述环境图像时,即可根据其中的二维码图像,确定当前与所述二维码的相对位姿,解决了现有技术中仅根据位置探测图形进行判断,导致误差较大的技术问题,从而能够能更精确地计算出自动引导小车与二维码的相对位姿,从而对自动引导小车实现更高精度的定位。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种自动引导小车的定位方法,适用于配置有摄像设备的自动引导小车,其特征在于,包括步骤:
根据所述摄像设备的拍摄结果,获取环境图像;
对所述环境图像进行二维码检测;
当所述环境图像中未检测到二维码图像时,对下一帧的环境图像进行所述二维码检测;
当所述环境图像中检测到二维码图像时,获取所述二维码图像的四个顶点的地图坐标和摄像坐标;其中,所述地图坐标为地图坐标系中的坐标,所述摄像坐标为摄像坐标系中的坐标;
根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与二维码的相对位姿。
2.如权利要求1所述的定位方法,其特征在于,所述二维码检测包括顶点检测和图形检测;其中,所述顶点检测为检测二维码图像对应的四边形的四个顶点是否存在;所述图形检测为检测二维码图像的位置探测图形是否存在。
3.如权利要求2所述的定位方法,其特征在于,所述顶点检测包括步骤:
对所述环境图像进行霍夫变换,以检测所述环境图像中是否存在四边形的四个顶点;
若在所述环境图像中未检测到四边形的四个顶点,则认为在所述环境图像中未检测到二维码图像;
若在所述环境图像中检测到四边形的四个顶点,则对相应的四边形区域进行所述图形检测。
4.如权利要求3所述的定位方法,其特征在于,所述顶点检测还包括步骤:
对所述顶点检测得到的所述四边形区域进行平面投影转换,以得到修正后的四边形区域;
对所述修正后的四边形区域进行所述图形检测。
5.如权利要求2所述的定位方法,其特征在于,所述图形检测包括步骤:
搜索所述四边形区域中,分别与所述四边形区域的四个顶点距离最小的四个非零连通域,作为四个目标连通域;
检测是否存在形态满足预设关系的三个所述目标连通域;
若检测到满足所述预设关系的三个所述目标连通域,则认为所述四边形区域对应的图像为二维码图像,三个所述目标连通域为位置探测图形;
若未检测到满足所述预设关系的三个所述目标连通域,则认为在所述环境图像中未检测到二维码图像。
6.如权利要求5所述的定位方法,其特征在于,对于所述四个目标连通域中,面积差距小于预设阈值的、且为唯一组合的三个所述目标连通域,则认为所述唯一组合的三个所述目标连通域的形态满足预设关系。
7.如权利要求5或6任一项所述的定位方法,其特征在于,所述若未检测到满足所述预设关系的三个所述目标连通域,则认为在所述环境图像中未检测到二维码图像,包括步骤:
若所述四个目标连通域中,未检测到满足所述预设关系的三个所述目标连通域,将所述四个目标连通域的值置零,确定四个新的目标连通域;
若所述目标连通域不足四个,则认为所述环境图像中未检测到二维码图像。
8.如权利要求1所述的定位方法,其特征在于,所述根据所述地图坐标和所述摄像坐标,计算所述摄像坐标与所述地图坐标的转换关系,从而得到所述自动引导小车与所述二维码的相对位姿,包括步骤:
获取所述摄像设备的内部参数,得到所述摄像设备的内参矩阵;
基于所述内参矩阵,根据所述地图坐标和所述摄像坐标,计算相应的旋转矩阵和三维平移向量;
根据所述旋转矩阵和所述三维平移向量,得到所述相对位姿;所述旋转矩阵与所述三维平移向量满足关系:
Mi=RXi+t
其中,Mi为顶点i的摄像坐标;R为所述旋转矩阵;Xi为所述顶点i的地图坐标,t为所述三维平移向量;s为常量;ui和vi为所述顶点i的图像坐标,即所述顶点i在所述环境图像中的坐标信息;K为所述内参矩阵;所述顶点i为所述四个顶点中的任一顶点。
9.如权利要求8所述的定位方法,其特征在于,所述顶点i的图像坐标ui和vi满足关系:
ui=(u′i+u0(k1·r+k2·r2))/(k1·r+k2·r2)
vi=(v′i+v0(k1·r+k2·r2))/(k1·r+k2·r2)
其中,u0和v0为所述环境图像中的中心像素坐标;u′i和v′i为所述顶点i的在所述环境图像中的原始坐标;fx为所述内参矩阵的对角线上的第一个元素;fy为所述内参矩阵的对角线上的第二个元素;k1和k2为所述摄像设备的径向畸变参数;
所述相对位姿还包括偏转角度θx、θy和θz中的一项或多项;所述偏转角度θx、θy和θz满足:
θx=atan(r32/r33)
θz=atan(r21/r11)
其中,有
10.一种自动引导小车的定位装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至9中任意一项所述的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910008526.7A CN109784250B (zh) | 2019-01-04 | 2019-01-04 | 自动引导小车的定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910008526.7A CN109784250B (zh) | 2019-01-04 | 2019-01-04 | 自动引导小车的定位方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109784250A true CN109784250A (zh) | 2019-05-21 |
CN109784250B CN109784250B (zh) | 2020-12-08 |
Family
ID=66499243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910008526.7A Active CN109784250B (zh) | 2019-01-04 | 2019-01-04 | 自动引导小车的定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784250B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738703A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、终端、存储介质 |
CN111157005A (zh) * | 2020-01-07 | 2020-05-15 | 深圳市锐曼智能装备有限公司 | 基于反光片定位方法和装置 |
CN112444203A (zh) * | 2020-11-18 | 2021-03-05 | 上海原观科技有限公司 | 基于条码带的车辆位置检测装置、方法以及车辆定位系统 |
CN112987729A (zh) * | 2021-02-09 | 2021-06-18 | 灵动科技(北京)有限公司 | 用于控制自主移动机器人的方法和装置 |
CN113566807A (zh) * | 2020-04-28 | 2021-10-29 | 富华科精密工业(深圳)有限公司 | 自动导航方法、导航装置及存储介质 |
CN113628273A (zh) * | 2021-07-23 | 2021-11-09 | 深圳市优必选科技股份有限公司 | 地图定位方法、装置、计算机可读存储介质及终端设备 |
CN113781550A (zh) * | 2021-08-10 | 2021-12-10 | 国网河北省电力有限公司保定供电分公司 | 一种四足机器人定位方法与系统 |
CN114638849A (zh) * | 2022-05-19 | 2022-06-17 | 山东亚历山大智能科技有限公司 | Dm二维码识别方法、agv定位方法、系统及agv |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735235A (zh) * | 2012-06-07 | 2012-10-17 | 无锡普智联科高新技术有限公司 | 基于二维码的室内移动机器人定位系统和方法 |
CN106382934A (zh) * | 2016-11-16 | 2017-02-08 | 深圳普智联科机器人技术有限公司 | 一种高精度移动机器人定位系统和方法 |
CN106708051A (zh) * | 2017-01-10 | 2017-05-24 | 上海极络智能科技有限公司 | 基于二维码的导航系统和方法、导航标记物及导航控制器 |
CN107505644A (zh) * | 2017-07-28 | 2017-12-22 | 武汉理工大学 | 基于车载多传感器融合的三维高精度地图生成系统及方法 |
CN108225327A (zh) * | 2017-12-31 | 2018-06-29 | 芜湖哈特机器人产业技术研究院有限公司 | 一种顶标地图的构建与定位方法 |
CN108592906A (zh) * | 2018-03-30 | 2018-09-28 | 合肥工业大学 | 基于二维码和惯性传感器的agv复合导航方法 |
CN108983762A (zh) * | 2017-06-02 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 自动导引运输车的控制方法、装置及自动导引运输车 |
-
2019
- 2019-01-04 CN CN201910008526.7A patent/CN109784250B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735235A (zh) * | 2012-06-07 | 2012-10-17 | 无锡普智联科高新技术有限公司 | 基于二维码的室内移动机器人定位系统和方法 |
CN106382934A (zh) * | 2016-11-16 | 2017-02-08 | 深圳普智联科机器人技术有限公司 | 一种高精度移动机器人定位系统和方法 |
CN106708051A (zh) * | 2017-01-10 | 2017-05-24 | 上海极络智能科技有限公司 | 基于二维码的导航系统和方法、导航标记物及导航控制器 |
CN108983762A (zh) * | 2017-06-02 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 自动导引运输车的控制方法、装置及自动导引运输车 |
CN107505644A (zh) * | 2017-07-28 | 2017-12-22 | 武汉理工大学 | 基于车载多传感器融合的三维高精度地图生成系统及方法 |
CN108225327A (zh) * | 2017-12-31 | 2018-06-29 | 芜湖哈特机器人产业技术研究院有限公司 | 一种顶标地图的构建与定位方法 |
CN108592906A (zh) * | 2018-03-30 | 2018-09-28 | 合肥工业大学 | 基于二维码和惯性传感器的agv复合导航方法 |
Non-Patent Citations (2)
Title |
---|
吴玉章: "QR码图像自动识别技术研究", 《万方数据知识服务平台》 * |
赵博: "基于视觉导航的自动导引车设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738703A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、终端、存储介质 |
CN110738703B (zh) * | 2019-09-27 | 2022-08-26 | Oppo广东移动通信有限公司 | 定位方法及装置、终端、存储介质 |
CN111157005A (zh) * | 2020-01-07 | 2020-05-15 | 深圳市锐曼智能装备有限公司 | 基于反光片定位方法和装置 |
CN113566807A (zh) * | 2020-04-28 | 2021-10-29 | 富华科精密工业(深圳)有限公司 | 自动导航方法、导航装置及存储介质 |
CN112444203A (zh) * | 2020-11-18 | 2021-03-05 | 上海原观科技有限公司 | 基于条码带的车辆位置检测装置、方法以及车辆定位系统 |
CN112987729A (zh) * | 2021-02-09 | 2021-06-18 | 灵动科技(北京)有限公司 | 用于控制自主移动机器人的方法和装置 |
CN113628273A (zh) * | 2021-07-23 | 2021-11-09 | 深圳市优必选科技股份有限公司 | 地图定位方法、装置、计算机可读存储介质及终端设备 |
WO2023000528A1 (zh) * | 2021-07-23 | 2023-01-26 | 深圳市优必选科技股份有限公司 | 地图定位方法、装置、计算机可读存储介质及终端设备 |
CN113628273B (zh) * | 2021-07-23 | 2023-12-15 | 深圳市优必选科技股份有限公司 | 地图定位方法、装置、计算机可读存储介质及终端设备 |
CN113781550A (zh) * | 2021-08-10 | 2021-12-10 | 国网河北省电力有限公司保定供电分公司 | 一种四足机器人定位方法与系统 |
CN114638849A (zh) * | 2022-05-19 | 2022-06-17 | 山东亚历山大智能科技有限公司 | Dm二维码识别方法、agv定位方法、系统及agv |
Also Published As
Publication number | Publication date |
---|---|
CN109784250B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784250A (zh) | 自动引导小车的定位方法和装置 | |
CN109978755B (zh) | 全景图像合成方法、装置、设备与存储介质 | |
CN106651752B (zh) | 三维点云数据配准方法及拼接方法 | |
Bariya et al. | 3D geometric scale variability in range images: Features and descriptors | |
JP5385105B2 (ja) | 画像検索方法およびシステム | |
CN111311650B (zh) | 一种点云数据的配准方法、装置及存储介质 | |
CN109543489A (zh) | 基于二维码的定位方法、装置和存储介质 | |
CN104197899A (zh) | 移动机器人定位方法及系统 | |
CN112700552A (zh) | 三维物体检测方法、装置、电子设备及介质 | |
CN111028358A (zh) | 室内环境的增强现实显示方法、装置及终端设备 | |
Maidi et al. | Markerless tracking for mobile augmented reality | |
CN112163588A (zh) | 基于智能进化的异源图像目标检测方法、存储介质及设备 | |
Huang et al. | A coarse-to-fine algorithm for registration in 3D street-view cross-source point clouds | |
CN115609591A (zh) | 一种基于2D Marker的视觉定位方法和系统、复合机器人 | |
CN108052869B (zh) | 车道线识别方法、装置及计算机可读存储介质 | |
CN111199198B (zh) | 一种图像目标定位方法、图像目标定位装置及移动机器人 | |
CN109815763A (zh) | 二维码的检测方法、装置和存储介质 | |
WO2024012463A1 (zh) | 一种定位方法及装置 | |
CN103955929B (zh) | 图像局部边缘模式与非边缘模式判断方法及判断装置 | |
CN110674817B (zh) | 一种基于双目摄像头的车牌防伪的方法及装置 | |
Yang et al. | Object detection and localization algorithm in agricultural scenes based on YOLOv5 | |
Wang et al. | An image registration algorithm based on features point and cluster | |
Wen et al. | Electronic Card Localization Algorithm Based on Visible Light Screen Communication | |
CN114061563B (zh) | 目标点合理性的判断方法、装置、终端设备及存储介质 | |
Niroshika et al. | BLAID: Boundaries from locally adaptive isotropic detection |
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 |