CN110646231B

CN110646231B - 一种扫地机器人测试方法和装置

Info

Publication number: CN110646231B
Application number: CN201910913992.XA
Authority: CN
Inventors: 魏年勇; 李阳
Original assignee: Shenzhen Barnes & Noble Robot Co ltd
Current assignee: Shenzhen Barnes & Noble Robot Co ltd
Priority date: 2019-09-25
Filing date: 2019-09-25
Publication date: 2022-01-11
Anticipated expiration: 2039-09-25
Also published as: CN110646231A

Abstract

本发明实施例提供了一种扫地机器人测试方法，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测所述二维码进行实时定位，包括：实时采集检测范围内的原始图片；将所述原始图片进行图像畸变校正，得到校正图片；获取所述校正图片内的二维码坐标信息；将所述二维码坐标信息处理得到性能测试结果。基于二维码检测定位的原理，获取扫地机器人的实时移动路径，进而获得扫地机器人准确的性能测试结果。

Description

一种扫地机器人测试方法和装置

技术领域

本发明涉及机器人技术领域，特别是涉及一种扫地机器人测试方法和一种扫地机器人测试装置。

背景技术

扫地机器人是现代家庭中必不可少的清洁帮手，扫地机器人由于具有操作方便且经济耐用的特点，正逐步取代人工清洁。扫地机器人在工作时通过传感器感知环境和自身状态，进而实现在有障碍物的环境中自主运动。

现有市面上扫地机器人种类繁多，很难分辨出扫地机器人性能的优劣。一般测评人员会事先准备好颗粒物，如大米何豆子等，先对其进行称重，然后在要测试的地面上均匀撒满颗粒物，待扫地机器人清扫完毕，再取出灰尘盒里的颗粒物称重，前后重量的比例即可大致得出扫地机的清扫覆盖率。对于扫地机的路径规划的效果，可以利用手机的延时摄影功能来记录扫地机清扫过的路径。

然而，颗粒物中途会存在遗失，还有灰尘的存在，都会造成结果有很大偏差。延时摄影的操作有一定难度，容易收到动态干扰，对环境要求高，其测试结果误差较大。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种扫地机器人测试方法和相应的一种扫地机器人测试装置。

为了解决上述问题，本发明实施例公开了一种扫地机器人测试方法，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测所述二维码进行实时定位，包括：

实时采集检测范围内的原始图片；

将所述原始图片进行图像畸变校正，得到校正图片；

获取所述校正图片内的二维码坐标信息，所述二维码坐标信息包括扫地机器人开始清扫时的起点坐标与扫地机器人结束清扫时的终点坐标；

将所述二维码坐标信息处理得到性能测试结果，其中，所述性能测试结果包括里程计误差，当扫地机器人清扫完毕回到起点，将起点坐标与终点坐标的平方根误差记为里程计误差，所述性能测试结果还包括陀螺仪偏差，将预设模式下的二维码坐标信息转化为二维码路径信息，采集所述二维码路径信息内的路径直线，根据所述路径直线的起始处参数与所述路径直线的终止处参数，计算得到所述陀螺仪偏差；其中，所述二维码路径信息包括弓字型路径，所述陀螺仪偏差为所述弓字型路径的起始处直线与终止处直线的夹角。

进一步地，所述性能测试结果包括扫地机器人路径覆盖率，所述将所述二维码坐标信息处理得到性能测试结果的步骤，包括：

在所述校正图片上绘制预设值像素，所述预设值像素是根据所述二维码坐标信息生成；

计算所述校正图片上预设值像素的总面积；

根据所述预设值像素的总面积与所述校正图片的总面积，计算得到所述扫地机器人路径覆盖率。

进一步地，所述性能测试结果包括扫地机器人定位精度，所述将所述二维码坐标信息处理得到性能测试结果的步骤，包括：

根据所述二维码坐标信息的起始值和所述二维码坐标信息的终止值，计算得到所述扫地机器人定位精度。

进一步地，所述扫地机器人内部设有用于规划清扫路径的陀螺仪，所述性能测试结果包括陀螺仪偏差，所述将所述二维码坐标信息处理得到性能测试结果的步骤，包括：

将预设模式下的二维码坐标信息转化为二维码路径信息；

采集所述二维码路径信息内的路径直线；

根据所述路径直线的起始处参数与所述路径直线的终止处参数，计算得到所述陀螺仪偏差。

进一步地，所述获取所述校正图片内的二维码坐标信息的步骤，包括：

对所述校正图片进行线检测，得到线检测图片；

对所述线检测图片进行四边形检测，筛选出所述线检测图片中的二维码；

根据所述二维码的单应性矩阵和外参，得到所述二维码与所述摄像头的相对位置关系；

将所述相对位置关系转化为地面上的所述二维码坐标信息。

本发明实施例公开了一种扫地机器人测试装置，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测所述二维码进行实时定位，包括：

采集模块，用于实时采集检测范围内的原始图片；

校正模块，用于将所述原始图片进行图像畸变校正，得到校正图片；

识别模块，用于获取所述校正图片内的二维码坐标信息，所述二维码坐标信息包括扫地机器人开始清扫时的起点坐标与扫地机器人结束清扫时的终点坐标；

检测模块，用于将所述二维码坐标信息处理得到性能测试结果，其中，所述性能测试结果包括里程计误差，当扫地机器人清扫完毕回到起点，将起点坐标与终点坐标的平方根误差记为里程计误差，所述性能测试结果还包括陀螺仪偏差，将预设模式下的二维码坐标信息转化为二维码路径信息，采集所述二维码路径信息内的路径直线，根据所述路径直线的起始处参数与所述路径直线的终止处参数，计算得到所述陀螺仪偏差；其中，所述二维码路径信息包括弓字型路径，所述陀螺仪偏差为所述弓字型路径的起始处直线与终止处直线的夹角。

进一步地，所述性能测试结果包括扫地机器人路径覆盖率，所述检测模块包括：

路径像素单元，用于在所述校正图片上绘制预设值像素，所述预设值像素是根据所述二维码坐标信息生成；

像素计算单元，用于计算所述校正图片上预设值像素的总面积；

覆盖率计算单元，用于根据所述预设值像素的总面积与所述校正图片的总面积，计算得到所述扫地机器人路径覆盖率。

进一步地，所述性能测试结果包括扫地机器人定位精度，所述检测模块包括：

精度计算单元，用于根据所述二维码坐标信息的起始值和所述二维码坐标信息的终止值，计算得到所述扫地机器人定位精度。

本发明实施例公开了电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的扫地机器人测试方法的步骤。

本发明实施例公开了计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述的扫地机器人测试方法的步骤。

本发明实施例包括以下优点：基于二维码检测定位的原理，获取扫地机器人的实时移动路径，进而获得扫地机器人准确的性能测试结果。

附图说明

图1是本发明的一种扫地机器人测试方法实施例的步骤流程图；

图2是本发明的一种扫地机器人测试方法另一实施例的步骤流程图；

图3是本发明的一种扫地机器人测试装置实施例的结构框图；

图4是本发明的一种扫地机器人测试装置另一实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的核心构思之一在于，基于二维码检测定位的原理，获取扫地机器人的实时移动路径，进而获得扫地机器人准确的性能测试结果。

参照图1，示出了本发明的一种扫地机器人测试方法实施例的步骤流程图，具体可以包括如下步骤：将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测二维码进行实时定位，包括：

S1，实时采集检测范围内的原始图片；

在本实施例中摄像头通过采集带有二维码的图像，上述图像为原始图像，二维码贴在扫地机器人顶部，摄像头安装于测试区域的顶部，通过摄像头能够识别到地面上二维码移动的图像。

S2，将原始图片进行图像畸变校正，得到校正图片；

在本实施例中，将采集到的带有二维码的图像进行图像畸变校正，本实施例采用相机作为图像采集装置，相机在出厂之前会存在一定的畸变，如果不进行矫正，会影响二维码识别效果。在一具体实施例中使用棋盘格标定的方法来矫正。

S3，获取校正图片内的二维码坐标信息；

在本实施例中通过校正后的校正图片获取图片中二维码的坐标信息。

S4，将二维码坐标信息处理得到性能测试结果。

在本实施例中将上述二维码坐标信息处理后得到精准的扫地机器人的各项功能的性能指标。

在本实施例中，性能测试结果包括扫地机器人路径覆盖率，S4将二维码坐标信息处理得到性能测试结果的步骤，包括：

S401，在校正图片上绘制预设值像素，预设值像素是根据二维码坐标信息生成；

S402，计算校正图片上预设值像素的总面积；

S403，根据预设值像素的总面积与校正图片的总面积，计算得到扫地机器人路径覆盖率。扫地机器人经过的地方，在图像上用白色像素值(255，255，255)显示，扫在图上的扫地机器人经过的区域宽度设为扫地机的直径。清扫完毕后，直接计算白色区域与整个图像比例即可得到覆盖率。

在本实施例中，性能测试结果包括扫地机器人定位精度，S4将二维码坐标信息处理得到性能测试结果的步骤，包括：

根据二维码坐标信息的起始值和二维码坐标信息的终止值，计算得到扫地机器人定位精度。扫地机器人清扫完毕回到起点，将起点坐标与终点坐标的平方根误差记为里程计误差。

在本实施例中，扫地机器人内部设有用于规划清扫路径的陀螺仪，性能测试结果包括陀螺仪偏差，S4将二维码坐标信息处理得到性能测试结果的步骤，包括：

将预设模式下的二维码坐标信息转化为二维码路径信息；

采集二维码路径信息内的路径直线；

根据路径直线的起始处参数与路径直线的终止处参数，计算得到陀螺仪偏差。

利用二维码定位在原始图片上标出扫地机清扫轨迹，扫地机器人清扫模式切换为弓字清扫，识别轨迹中的直线，根据起始位置与终止位置处直线之间夹角即记为扫地机陀螺仪偏差。夹角计算公式为：

k₁,k₂为两条直线的斜率。

在本实施例中，S3获取校正图片内的二维码坐标信息的步骤，包括：

对校正图片进行线检测，得到线检测图片；

在本实施例中的二维码检测过程包括线检测、四边形检测和计算单应性矩阵和外参三个步骤，线检测过程中，通过计算原始图片中每个像素的梯度方向和梯度大小，然后利用像素点梯度的相似性度量，具有相似的梯度信息的相邻的像素点被合并成一个整体。采用类似图割的方法，图的节点为一个像素点，边的权重为两个像素点(区域)的梯度相似性。对于像素(区域)n，D(n)代表其梯度方向，M(n)代表梯度值大小，像素(区域)n与像素(区域)m进行合并，其合并的条件是：

D(n∪m)≤min(D(n)，D(m)+KD/|n∪m|

M(n∪m)≤min(M(n)，M(m)+KM/|n∪m|

对线检测图片进行四边形检测，筛选出线检测图片中的二维码；

在本实施例中，将线检测过程中检测出的线通过空间相邻准则连接构成多边形，通过对多边形边长的限制和对多边形所构成的角点的个数对多边形的数量进行限制，得到四边形，空间相邻的四边形则合并成新的四边形，最终得到一个包含很多0,1编码(0,1代表小的四边形)的大四边形。在检测到四边形之后，通过对大四边形的编码和预先设定的编码类型对比计算距离，得到更加准确的二维码检测目标。

根据二维码的单应性矩阵和外参，得到二维码与摄像头的相对位置关系；

单应性矩阵代表在二维码坐标系上2D点投影到摄像头坐标系所进行的其次变换，可以通过直接线性变化法求得。相机内参用P表示，包括相机焦距，中心偏差。外参用E表示。则单应性矩阵可以写为如下形式：

其中，R_ij(i,j＝0,1,2)代表旋转参数，T_k(k＝x,y,z)代表平移参数。

由于旋转矩阵的列必须是单位大小，再根据二维码与摄像头的对应的方向信息(二维码出现在摄像头的前面)，可以获得s的大小与方向。旋转矩阵的第三列可以通过计算两个已知列的交叉乘积来恢复，因为旋转的列矩阵必须是正交的。

由此可以得到二维码相对于摄像头的相对位置关系。

将相对位置关系转化为地面上的二维码坐标信息。

在本实施例中，包含了固定坐标和移动坐标，两个坐标系可以通过R和T进行转换，计算转换关系需要知道双方N个对应点的坐标，两组点设为A和B，则求解B＝R□A+t即可。

计算质心，质心是平均点，具体计算如下：

求最优旋转平移：

使用奇异值分解(SVD)可以找到点之间的最佳旋转，具体计算公式如下：

[U，S，V]＝SVD(H)

R＝VU^T

T＝-R*centroid_A+centroid_B

其中centroid_A和centroid_B是A，B的平均中心。

得到的R和T即为两个坐标系之间的变换关系，以此可以转换坐标系。

在一具体实施例中，将.摄像头安装在天花板上，镜头向下，将A4纸打印的二维码宽贴在扫地机器人顶部。通过摄像头进行标定，由于摄像头存在畸变，需要对其进行标定。利用ros的Camera_Calibration标定工具，开启终端，运行如下命令：

rosrun camera_calibration cameracalibrator.py size 9x6 square0.025image：＝/usb_cam_node/image_raw camera：＝/usb_cam_node

其中参数size 9*6代表棋盘内角点个数，0.025为棋盘正方形边长，单位为m。标定程序中，为了得到一个好的标定结果，使标定板尽量出现在摄像头视野的各个位置里，如标定板出现在视野中的左边、右边、上边和下边，标定板既有倾斜的，也要有水平的。

按着上述方式不断移动标定板，直到CALIBRATE按钮变亮，点击该按钮就会进行标定。标定过程将持续一两分钟，并且标定界面会变成灰色。

坐标系标定是设水平面为XY轴坐标，垂直水平面为Z轴坐标，计算步骤如下：

设定地面上某一点定为原点(0，0，0)；

将二维码贴在扫地机上并移动扫地机；

同时记录水平面坐标系与摄像头坐标系中二维码坐标，并分别保存在A.txt与B.txt中，一行保存一个坐标，并一一对应。计算两组点之间的旋转平移，运行代码即可得到两个坐标系之间的旋转量R与平移量t。通过R和t即可转换坐标系。运行二维码定位程序，即可计算定位精度，覆盖率。

Matlab计算两组点之间的旋转平移代码:

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图2，示出了本发明的一种扫地机器人测试装置实施例的结构框图，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测二维码进行实时定位，具体可以包括如下模块：

采集模块1，用于实时采集检测范围内的原始图片；

校正模块2，用于将原始图片进行图像畸变校正，得到校正图片；

识别模块3，用于获取校正图片内的二维码坐标信息；

检测模块4，用于将二维码坐标信息处理得到性能测试结果。

进一步地，性能测试结果包括扫地机器人路径覆盖率，检测模块4包括：

路径像素单元401，用于在校正图片上绘制预设值像素，预设值像素是根据二维码坐标信息生成；

像素计算单元402，用于计算校正图片上预设值像素的总面积；

覆盖率计算单元403，用于根据预设值像素的总面积与校正图片的总面积，计算得到扫地机器人路径覆盖率。

在本实施例中，性能测试结果包括扫地机器人定位精度，检测模块4包括：

精度计算单元，用于根据二维码坐标信息的起始值和二维码坐标信息的终止值，计算得到扫地机器人定位精度。

在本实施例中，扫地机器人内部设有用于规划清扫路径的陀螺仪，性能测试结果包括陀螺仪偏差，检测模块4包括：

路径转化单元，用于将预设模式下的二维码坐标信息转化为二维码路径信息；

直线采集单元，用于采集二维码路径信息内的路径直线；

偏差计算单元，用于根据路径直线的起始处参数与路径直线的终止处参数，计算得到陀螺仪偏差。

在本实施例中，识别模块3包括：

线检测单元，用于对校正图片进行线检测，得到线检测图片；

图片筛选单元，用于对线检测图片进行四边形检测，筛选出线检测图片中的二维码；

相对位置单元，用于根据二维码的单应性矩阵和外参，得到二维码与摄像头的相对位置关系；

位置转化单元，用于将相对位置关系转化为地面上的二维码坐标信息。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例公开了电子设备，包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上述的扫地机器人测试方法的步骤。

本发明实施例公开了计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述的扫地机器人测试方法的步骤。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种扫地机器人测试方法和一种扫地机器人测试装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种扫地机器人测试方法，其特征在于，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测所述二维码进行实时定位，包括：

实时采集检测范围内的原始图片；

将所述原始图片进行图像畸变校正，得到校正图片；

将所述二维码坐标信息处理得到性能测试结果，其中，所述性能测试结果包括里程计误差，当扫地机器人清扫完毕回到起点，将起点坐标与终点坐标的平方根误差记为里程计误差；

所述性能测试结果还包括陀螺仪偏差，将预设模式下的二维码坐标信息转化为二维码路径信息，采集所述二维码路径信息内的路径直线，根据所述路径直线的起始处参数与所述路径直线的终止处参数，计算得到所述陀螺仪偏差；其中，所述二维码路径信息包括弓字型路径，所述陀螺仪偏差为所述弓字型路径的起始处直线与终止处直线的夹角。

2.根据权利要求1所述的方法，其特征在于，所述性能测试结果包括扫地机器人路径覆盖率，所述将所述二维码坐标信息处理得到性能测试结果的步骤，包括：

计算所述校正图片上预设值像素的总面积；

3.根据权利要求1所述的方法，其特征在于，所述性能测试结果包括扫地机器人定位精度，所述将所述二维码坐标信息处理得到性能测试结果的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述获取所述校正图片内的二维码坐标信息的步骤，包括：

对所述校正图片进行线检测，得到线检测图片；

将所述相对位置关系转化为地面上的所述二维码坐标信息。

5.一种扫地机器人测试装置，其特征在于，将扫地机器人放置于检测范围内，并将二维码设于扫地机器人顶部，通过摄像头检测所述二维码进行实时定位，包括：

采集模块，用于实时采集检测范围内的原始图片；

检测模块，用于将所述二维码坐标信息处理得到性能测试结果，其中，所述性能测试结果包括里程计误差，当扫地机器人清扫完毕回到起点，将起点坐标与终点坐标的平方根误差记为里程计误差；所述性能测试结果还包括陀螺仪偏差，将预设模式下的二维码坐标信息转化为二维码路径信息，采集所述二维码路径信息内的路径直线，根据所述路径直线的起始处参数与所述路径直线的终止处参数，计算得到所述陀螺仪偏差；其中，所述二维码路径信息包括弓字型路径，所述陀螺仪偏差为所述弓字型路径的起始处直线与终止处直线的夹角。

6.根据权利要求5所述的装置，其特征在于，所述性能测试结果包括扫地机器人路径覆盖率，所述检测模块包括：

7.根据权利要求5所述的装置，其特征在于，所述性能测试结果包括扫地机器人定位精度，所述检测模块包括：

8.电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的扫地机器人测试方法的步骤。

9.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的扫地机器人测试方法的步骤。