CN110176036B - 一种移动车平面内定位的方法及系统 - Google Patents
一种移动车平面内定位的方法及系统 Download PDFInfo
- Publication number
- CN110176036B CN110176036B CN201910453336.6A CN201910453336A CN110176036B CN 110176036 B CN110176036 B CN 110176036B CN 201910453336 A CN201910453336 A CN 201910453336A CN 110176036 B CN110176036 B CN 110176036B
- Authority
- CN
- China
- Prior art keywords
- coordinates
- mobile vehicle
- coordinate system
- positioning
- point
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种移动车平面内定位的方法及系统,移动车平面内定位的方法,包括(1)标定步骤和(2)识别步骤;(1)标定步骤,用于确定各标定点到移动车上相机的实际位置与图像中像素点位置的映射关系;(2)识别步骤,用于确定移动车的具体位置。该移动车平面内定位的方法及系统定位精度高,易于实施。
Description
技术领域
本发明涉及一种移动车平面内定位的方法及系统。
背景技术
目前比较通用的室内定位技术有WiFi室内定位技术、蓝牙室内定位技术、RFID室内定位技术、红外室内定位技术、超声波室内定位技术等。
WiFi室内定位可以实现复杂的大范围定位,但精度只能达到2米左右,无法实现精准定位;蓝牙室内定位目前也是相对比较成熟的技术,但定位精度最高也只可达亚米级,受噪声信号干扰大且蓝牙器件和设备的价格比较昂贵;RFID室内定位可达到厘米级定位精度,但不具有通信能力,不便于整合到其他系统之中;红外室内定位精度相对较高,但由于红外只能视距传播,穿透性极差,且红外定位的布局比较复杂;超声波室内定位整体定位精度较高,结构简单,但超声波受多径效应和非视距传播影响很大,且需要大量的基础硬件设施,成本较高。因此,有必要设计一种移动车平面内定位的方法及系统。
发明内容
本发明所要解决的技术问题是提供一种移动车平面内定位的方法及系统,该移动车平面内定位的方法及系统定位精度高,易于实施。
发明的技术解决方案如下:
一种移动车平面内定位的方法,包括(1)标定步骤和(2)识别步骤;
(1)标定步骤,用于确定各标定点到移动车上相机的实际位置与图像中像素点位置的映射关系;
(2)识别步骤,用于确定移动车的具体位置;
所述的识别步骤包括以下步骤:
步骤21:在平面场地中设置至少1个位置标签,每一个位置标签具有3个定位点P1、P2和P3;确定每一个位置标签中的P1和P2在世界坐标系下的坐标;
p3在计算中无实际意义,但是可以用于识别标签id。比如拍摄的标签图像并非一个正方形,则需要通过P1-P3对标签进行拉伸变形,使得标签变成一个正方形。而且,在极端情况摄像头读不到一个完整的标签的话p3可以作为一个等价于p1或p2的定位点使用。
步骤22:移动车获取包含至少包含一个位置标签的图像,选定一个位置标签;从而计算出该位置标签中点P1和P2在移动车坐标系下的坐标;
步骤23:通过坐标变换,计算出移动车在世界坐标系下的坐标,实现移动车定位。
所述的标定步骤涉及的标定板分为两个区域:移动车位置区域、黑色标定网格区域;标定时移动车被固定在移动车位置区域,在网格区域中央有一个主格点,主定位格点的尺寸大于其余格点;
移动车上的相机获取网格区域的图像;
对于图像上任意一点P(px,py),找到一个四边形使得该点落在四边形的内部,该四边形的四个顶点在图像中的像素坐标为:
A(pax,pay),B(pbx,pby),C(pcx,pcy),D(pdx,pdy)
且相对应的网格点坐标为:
A(m,n),B(m+1,n),C(m+1,n-1),D(m,n-1)
则P(px,py)对应的网格点坐标为:
定位网格点的网格坐标为(0,0)该点为网格中心的定位点,在移动车坐标系下的坐标为(0,L0),标定板上方格边长和间距均为a0,则点P(px,py)在移动车坐标系下的坐标为:
在标定过程中,计算所有像素点的移动车坐标,直接将坐标保存在相同大小的图片中,即为坐标图,在之后移动车定位过程中,只需要读取坐标图上相同位置的像素值即可知道该像素点在移动车坐标系下的坐标。图像上的点在移动车坐标系下X轴方向的取值范围为(-x0,x0),Y轴方向的取值范围为(0,y0);
将坐标保存到坐标图中的转换公式:
最后以像素值[R,G,B]存储。
步骤22中,从坐标图中读取点P1和P2的像素值[R1,G1,B1],[R2,G2,B2],RGB是计算得到并按RGB格式转换为像素并存储的值。
P1和P2在图像中的坐标分别为(px1,py1),(px2,py2);
再根据下式,计算出在移动车坐标系下的坐标:
mod为取余的函数;
步骤21中,场地内有K*K个标签,每一个位置标签中印刷有二维码,标签的二维码所对应的数据即为标签值,即标签值ID(每一个标签的id不同);第x行第y列的标签值id为x*K+y。
步骤23中,移动车定位时拍摄的一个图像中,会包含多个标签的图像,识别其中一个位置标签并读取位置标签的标签值id,计算该位置标签所处的行列:
位置标签边长为c0,b0是标签之间的间距,计算该标签中的2个定位点P1(px1,py1),P2(px2,py2)在世界坐标系下的坐标为该标签在世界坐标系下的坐标为:
其中:
一种移动车平面内定位系统,包括移动车,移动车上设有相机、存储器和处理器,存储器与相机均与处理器相连;
移动车采用前述的移动车平面内定位的方法实现定位;
相机用于获取图像;
存储器用于存储标定数据;
处理器用于数值运算。
有益效果:
本发明提出了一种移动车平面内定位的方法及系统,该移动车定位的方法是通过新型坐标图并结合一种类似于简易二维码的位置标签实现的,易于实施,能够达到高精度的定位。
本发明设计了一种直接将图像像素点坐标与地面位置坐标进行一一映射的标定方法,并将标定好的映射关系保存在坐标图中,加快了移动车定位的速度,也提高了定位精准度。
试验表明,场地内标签的间距是15~20cm的时候,精度在2cm以内。
附图说明
图1为标定板示意图;
图2为摄像机标定流程图;。
图3为方格组网过程示意图;
图4为方格组网过程效果图;
图5为像素线性定位示意图;
图6为标定生成的坐标图;
图7为位置标签图;
图8为坐标系转换示意图。
具体实施方式
以下将结合附图和具体实施例对本发明做进一步详细说明:
如图1~8,一种移动车定位的方法,移动车带有摄像机和智能设备,所述智能设备具有图像识别、处理、存储等能力,能够进行位置计算。包括如下两个主要部分:
标定部分:由步骤11~13组成,主要功能是规范化移动车坐标系:
步骤11,打开移动车摄像机,在标定板上对移动车摄像头进行标定(如图1.1)。
步骤12,识别标定板上的方格点,对方格点组网。(确定定位格点的中心点坐标,其他格点的位置根据和已经确定的格点的相对位置来确定,从而得到所有格点的网格坐标)
步骤13,对于图像上的任意一像素点,可以得到其相应的网格点坐标,再根据图像坐标与移动车坐标的映射关系,计算出所有像素点在移动车坐标系下的坐标,通过转换公式将坐标保存在相同大小的图片中,即为本发明所述的新型坐标图。
标定的作用是,确定标签点到相机的实际距离,与图像中像素距离的对应关系。
识别部分:由步骤21~23组成,主要功能是通过识别位置标签在移动车坐标系与世界坐标系的转换来实现移动车定位:
步骤21,识别位置标签(位置标签如图2.1所示),得到标签值,进一步计算位置标签所处的行列,进一步计算出位置标签中点P1、P2在世界坐标系下的坐标。
步骤22,从坐标图中读取点P1、P2的存储值,进一步计算出点P1、P2在移动车坐标系下的坐标。
步骤23,通过坐标变换,计算出移动车在世界坐标系下的坐标,实现移动车定位。
实施例1:以下将结合附图和具体实施步骤对本发明做进一步详细说明:
1.生成坐标图
1.1摄像机标定
移动车在一个平整的地面上运动,由于摄像机被固定在移动车上,因此摄像机与地面之间形成了一个固定的位姿,所以地面上的点与摄像机图像上的点是一个确定的对应关系。本系统利用设计好的标定板来获取摄像机图像上任意像素点对应地面上的点相对移动车坐标系下点的坐标。
参见图1,本系统设计的标定板分为两个区域:移动车位置区域、黑色标定网格区域。标定时移动车被固定在移动车位置区域,在网格区域中央有一个最大的定位格点,该定位格点与移动车之间的相对位置关系是已知,其他小格点则只需根据与定位格点的位置关系便可计算出与移动车的相对位置关系。
1.2识别方格点
将移动车放置在标定板上的移动车位置区域,调节摄像机的角度,使标定方格处于摄像机图像的中心位置,标定完成后摄像机的位置将被固定。摄像机标定流程如图2;
1.3方格点组网
根据标定板上中心的定位格点比其他格点都要大,可利用矩形的面积确定定位格点的中心点坐标(pcx,pcy)。其他格点的位置根据和已经确定的格点的相对位置来确定,对于已经确定的格点,找到离该点最近的四个格点,根据这四个格点的位置确定它们在已知格点的上下左右四个方向中的哪一个。实际上就是移动车坐标系规范化的过程。
1.4图像坐标与移动车坐标的映射
参见图5,对于图像上任意一点P(px,py),都可以找到一个四边形使得该点落在四边形的内部,该四边形的四个顶点在图像中的像素坐标为:
A(pax,pay),B(pbx,pby),C(pcx,pcy),D(pdx,pdy)
且相对应的网格点坐标为:
A(m,n),B(m+1,n),C(m+1,n-1),D(m,n-1)
则P(px,py)对应的网格点坐标为:
定位网格点(网格坐标为(0,0))在移动车坐标系下的坐标为(0,L0),标定板上方格边长和间距均为a0。则点P(px,py)在移动车坐标系下的坐标为:
在标定过程中,计算所有像素点的移动车坐标,直接将坐标保存在相同大小的图片中,即为坐标图。在之后移动车定位过程中,只需要读取坐标图上相同位置的像素值即可知道该像素点在移动车坐标系下的坐标。图像上的点在移动车坐标系下X轴方向的取值范围为(-x0,x0),Y轴方向的取值范围为(0,y0)。
将坐标保存到坐标图中的转换公式:
最后以像素值[R,G,B]存储(R,G,B赋值形式可以互换),参见图6。
2.计算移动车坐标
场地内有K*K个标签,
每一个位置标签中印刷有二维码,如图7所示,标签的二维码所对应的数据即为标签值,即标签值ID(每一个标签的id不同);第x行第y列的标签值id为x*K+y;
一个图像中,会包含多个标签的图像,识别其中一个位置标签并读取位置标签的标签值id,则根据公式(2.1),计算该位置标签所处的行列:
位置标签边长为c0,根据位置标签的结构,可计算标签内的2个定位点P1(px1,py1),P2(px2,py2)在世界坐标系下的坐标为:
从坐标图中读取点(px1,py1),(px2,py2)的像素值[R1,G1,B1],[R2,G2,B2],再根据下式,是之前公式1.3的逆推公式,可计算出在移动车坐标系下的坐标:
假设(xc,yc)表示移动车在世界坐标系下的坐标,θ表示世界坐标系到移动车坐标系的旋转角(逆时针为正),则移动车坐标系相对世界坐标系的变换矩阵为:
则有:
联合公式(2.4),(2.5),则可计算出移动车坐标:
其中:
OC是移动车坐标系,OW是世界坐标系。
标定板只是用于移动车标定摄像头的,生成坐标图即可,标定完成后摄像头位置要固定。
移动车真正运行的场地不是标定板而且由k*k位置标签组成的一个正方形区域,不管移动车怎么转向,摄像头相对移动车的位置是固定的。
定位的时候,摄像头识别标签图的两个黑点位置,通过之前标定生成的像素坐标图求出其在移动车坐标系的坐标,再根据场地的标签图那两个黑点在世界坐标系下的坐标,通过坐标系转换公式求出移动车在世界坐标系下的坐标,实现移动车定位。
Claims (2)
1.一种移动车平面内定位的方法,其特征在于,包括(1)标定步骤和(2)识别步骤;
(1)标定步骤,用于确定各标定点到移动车上相机的实际位置与图像中像素点位置的映射关系;
(2)识别步骤,用于确定移动车的具体位置;
所述的识别步骤包括以下步骤:
步骤21:在平面场地中设置至少1个位置标签,每一个位置标签具有3个定位点P1、P2和P3;确定每一个位置标签中的P1和P2在世界坐标系下的坐标;
步骤22:移动车获取包含至少一个位置标签的图像,选定一个位置标签;从而计算出该位置标签中点P1和P2在移动车坐标系下的坐标;
步骤23:通过坐标变换,计算出移动车在世界坐标系下的坐标,实现移动车定位;
所述的标定步骤涉及的标定板分为两个区域:移动车位置区域、黑色标定网格区域;标定时移动车被固定在移动车位置区域,在网格区域中央有一个主定位格点,主定位格点的尺寸大于其余格点;移动车上的相机获取网格区域的图像;对于图像上任意一点P(px,py),找到一个四边形使得该点落在四边形的内部,该四边形的四个顶点在图像中的像素坐标为:
A(pax,pay),B(pbx,pby),C(pcx,pcy),D(pdx,pdy)
且相对应的网格点坐标为:
A(m,n),B(m+1,n),C(m+1,n-1),D(m,n-1)
则P(px,py)对应的网格点坐标为:
主定位格点的网格坐标为(0,0),在移动车坐标系下的坐标为(0,L0),标定板上方格边长和间距均为a0,则点P(px,py)在移动车坐标系下的坐标为:
在标定过程中,计算所有像素点的移动车坐标,直接将坐标保存在相同大小的图片中,即为坐标图,在之后移动车定位过程中,只需要读取坐标图上相同位置的像素值即可知道该像素点在移动车坐标系下的坐标;图像上的点在移动车坐标系下X轴方向的取值范围为(-x0,x0),Y轴方向的取值范围为(0,y0);
将坐标保存到坐标图中的转换公式:
最后以像素值[R,G,B]存储;
步骤21中,场地内有K*K个标签,每一个位置标签中印刷有二维码,标签的二维码所对应的数据即为标签值,即标签值ID;第x行第y列的标签值ID为x*K+y;
步骤22中,从坐标图中读取点P1和P2的像素值[R1,G1,B1],[R2,G2,B2];
P1和P2在图像中的坐标分别为(px1,py1),(px2,py2);
再根据下式,计算出在移动车坐标系下的坐标:
mod为取余的函数;
步骤23中,移动车定位时拍摄的一个图像中,会包含多个标签的图像,识别其中一个位置标签并读取位置标签的标签值ID,计算该位置标签所处的行列:
位置标签边长为c0,b0是标签之间的间距,计算该标签中的2个定位点P1(px1,py1),P2(px2,py2)在世界坐标系下的坐标为该标签在世界坐标系下的坐标为:
其中:
2.一种移动车平面内定位系统,其特征在于,包括移动车,移动车上设有相机、存储器和处理器,存储器与相机均与处理器相连;
移动车采用权利要求1所述的移动车平面内定位的方法实现定位;
相机用于获取图像;
存储器用于存储标定数据;
处理器用于数值运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910453336.6A CN110176036B (zh) | 2019-05-28 | 2019-05-28 | 一种移动车平面内定位的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910453336.6A CN110176036B (zh) | 2019-05-28 | 2019-05-28 | 一种移动车平面内定位的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110176036A CN110176036A (zh) | 2019-08-27 |
CN110176036B true CN110176036B (zh) | 2023-03-03 |
Family
ID=67696466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910453336.6A Active CN110176036B (zh) | 2019-05-28 | 2019-05-28 | 一种移动车平面内定位的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110176036B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053572A (zh) * | 2020-09-07 | 2020-12-08 | 重庆同枥信息技术有限公司 | 基于视频和距离网格标定的车辆测速方法、设备及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506705A (zh) * | 2011-10-17 | 2012-06-20 | 罗艺 | Pcb板上定位标记坐标的获取方法、装置及贴片设备 |
CN102944236A (zh) * | 2012-11-20 | 2013-02-27 | 无锡普智联科高新技术有限公司 | 基于多个二维码读码器的移动机器人定位系统及方法 |
CN106197417A (zh) * | 2016-06-22 | 2016-12-07 | 平安科技(深圳)有限公司 | 手持终端的室内导航方法及手持终端 |
CN109389642A (zh) * | 2017-08-04 | 2019-02-26 | 惠州市阿图达机电有限公司 | 视觉系统对机器人的标定方法、系统和具有存储功能装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180211407A1 (en) * | 2016-10-08 | 2018-07-26 | Zhejiang Guozi Robot Technology Co., Ltd. | System and method for detecting position deviation of inventory holder based on feature information graphs |
-
2019
- 2019-05-28 CN CN201910453336.6A patent/CN110176036B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506705A (zh) * | 2011-10-17 | 2012-06-20 | 罗艺 | Pcb板上定位标记坐标的获取方法、装置及贴片设备 |
CN102944236A (zh) * | 2012-11-20 | 2013-02-27 | 无锡普智联科高新技术有限公司 | 基于多个二维码读码器的移动机器人定位系统及方法 |
CN106197417A (zh) * | 2016-06-22 | 2016-12-07 | 平安科技(深圳)有限公司 | 手持终端的室内导航方法及手持终端 |
CN109389642A (zh) * | 2017-08-04 | 2019-02-26 | 惠州市阿图达机电有限公司 | 视觉系统对机器人的标定方法、系统和具有存储功能装置 |
Non-Patent Citations (2)
Title |
---|
基于标识的室内视觉定位算法研究;关凯;《中国优秀硕士学位论文全文数据库信息科技辑》;20170215;全文 * |
基于运动捕捉系统的UWB室内定位精度标定方法;刘智伟等;《测绘科学技术学报》;20171103;第34卷(第2期);第147-151页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110176036A (zh) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106599897B (zh) | 基于机器视觉的指针式仪表读数识别方法及装置 | |
US20210319588A1 (en) | Method and Apparatus for Calibrating External Parameters of Image Acquisition Device, Device and Storage Medium | |
CN109918977B (zh) | 确定空闲车位的方法、装置及设备 | |
US11204249B2 (en) | Positioning method and robot with the same | |
CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
CN108734744A (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN106291517A (zh) | 基于位置与视觉信息优化的室内云机器人角度定位方法 | |
CN110009571B (zh) | 相机图像中检测位置的经纬度计算方法、系统及存储介质 | |
CN108344401A (zh) | 定位方法、装置及计算机可读存储介质 | |
CN115856829B (zh) | 一种雷达三维数据转换的图像数据识别方法及系统 | |
CN202916840U (zh) | 手持式射频卡定位系统 | |
CN112270719A (zh) | 相机标定方法、装置及系统 | |
US11288839B2 (en) | Supermarket shopping cart positioning method, supermarket shopping cart positioning system, and supermarket shopping cart | |
CN110176036B (zh) | 一种移动车平面内定位的方法及系统 | |
CN107196704A (zh) | 终端定位方法、装置和电子设备 | |
CN110274600B (zh) | 获取机器人gps信息的方法、装置及系统 | |
CN113763478A (zh) | 无人车相机标定方法、装置、设备、存储介质及系统 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN116188591A (zh) | 多相机全局标定方法及装置、电子设备 | |
CN110738706B (zh) | 一种基于航迹推测的快速机器人视觉定位方法 | |
CN113008135B (zh) | 用于确定空间中目标点位置的方法、设备、电子装置及介质 | |
CN109615658B (zh) | 机器人的物品拿取方法、装置、计算机设备及存储介质 | |
CN114120795A (zh) | 一种地图绘制方法及装置 | |
CN113763457A (zh) | 落差地形的标定方法、装置、电子设备和存储介质 | |
CN113643358B (zh) | 相机的外参标定方法、装置、存储介质及系统 |
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 |