CN111045431B - 基于色带的移动机器人导航方法及系统 - Google Patents
基于色带的移动机器人导航方法及系统 Download PDFInfo
- Publication number
- CN111045431B CN111045431B CN201911410010.1A CN201911410010A CN111045431B CN 111045431 B CN111045431 B CN 111045431B CN 201911410010 A CN201911410010 A CN 201911410010A CN 111045431 B CN111045431 B CN 111045431B
- Authority
- CN
- China
- Prior art keywords
- ribbon
- color band
- segments
- contour line
- mobile robot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 239000003086 colorant Substances 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于色带的移动机器人导航方法,该方法包括:提取图像中的色带的边缘点;对色带边缘点采用霍夫直线变换进行直线检测,形成轮廓线段;对轮廓线段进行直线拟合,形成若干色带段;检测色带段中的有效色点段,提取有效色带段的色带中心线;计算提取的色带中心线相对于实际的色带中心线的偏转角度及色带垂直方向上的偏移量,若偏移量大于阈值,则移动机器人基于所述偏移量进行纵向纠偏。有效地降低了色带断裂和色带破损对色带导航产生的影响,增强了导航方法的鲁棒性,有效地避免了平行色带布设较近时色带边缘间出现的错误导航情况,确保了色带导航算法的高准确度。
Description
技术领域
本发明属于机器人导航技术领域,更具体地,本发明涉及一种基于色带的移动机器人导航方法及系统。
背景技术
在AGV的行驶路径上布设色带,利用色带作为人工标志物,通过对摄像机采集的色带图像信号进行处理而实现导航。该方法具有灵活性较好,计算简单速度快,地面路线设置简单易行等优点。通过色带导航,移动机器人可以实时地纠正其左右位置偏差和角度偏差,保证在行进过程中的位置准确。但传统的色带导航算法对色带的污染和机械磨损十分敏感,对环境要求过高,导航可靠性较差,且很难实现精确导航;此外,导航时的边缘提取采用Canny算子,Canny算子虽然是一种公认的边缘提取效果最佳的算子,但因其边缘检测效率较差,采用Canny算子进行边缘检测会耗费更多的时间,不利于色带导航实时性的实现。
发明内容
本发明提出的基于色带的移动机器人导航方法,提供了一种鲁棒高、导航精度高及导航实时性高的移动机器人导航方法。
本发明是这样实现的,一种基于色带的移动机器人导航方法,该方法具体包括如下步骤:
S1、提取图像中的色带的边缘点;
S2、对色带边缘点采用霍夫直线变换进行直线检测,形成一定数量的轮廓线段;
S3、对轮廓线段进行直线拟合,形成若干色带段;
S4、检测色带段中的有效色点段,提取有效色带段的色带中心线;
S5、计算提取的色带中心线相对于实际的色带中心线的偏转角度及色带垂直方向上的偏移量,若偏移量大于阈值,则移动机器人基于所述偏移量进行纠偏。
进一步的,色带边缘点的提起方法具体包括如下步骤:
S11、将当前采集到的图像转化到HSV颜色空间,基于色带颜色确定对应颜色的HSV阈值,将HSV阈值内的像素带赋值255,否则赋值为0
S12、标记图像中像素值为255的像素点,检测各标记像素点的两侧是否分别存在一个像素值为0及一个像素值为255的像素点,若检测结果为是,则判定为色带边缘点。
进一步的,直线拟合的方法具体如下:
将轮廓线段两两组合,形成若干组轮廓线段对,基于每个组轮廓线段对间的距离和夹角来确定组轮廓线段对间是否进行直线拟合。
进一步的,每对轮廓线段对间的直线拟合方法具体包括如下步骤:
S31、检测轮廓线段对间的夹角是都大于夹角阈值,若检测结果为否,则执行步骤S32,若检测结果为是,则该轮廓线段对间不进行直线拟合;
S32、检测轮廓线段对间的距离是否大于距离阈值,若检测结果为否,执行步骤S33,若检测结果为是,则该轮廓线段对间不进行直线拟合;
S33、对该轮廓线段对进行直线拟合;
轮廓线段对间的距离是指两轮廓线段中点间的距离。
进一步的,有效色带段的检测方法具体如下:
S41、检测色带段中像素值为255的有效像素点数;
S42、判断色带段中的有效像素点数与总像素点数的比值是否大于预设值一,若判断结果为是,并执行步骤S43,若判断结果为否,则判定为无效色带段;
S43、计算色带段中的有效像素点数与色带总像素点的比值,若比值大于预设值二,则判定当前色带段为有效色带段,否则判定为无效色带段。
本发明是这样实现的,一种基于色带的移动机器人导航系统,所述系统包括:设于行驶区域地面上的色带,设于移动机器人底部的摄像机,摄像机与图像处理器连接,摄像机实时采集地面的图像,将采集到的图像发送至图像处理器,图像处理器基于计算移动机器人的纵向偏移量,并基于纵向偏移量来进行纠偏。
本发明提出的基于色带的移动机器人导航方法具有如下效果:
1)在综合考虑色带断裂,色带破损,多段色带,色带平行,色带交叉,多种颜色色带多种情况下,提出的鲁棒性及计算效率较优的导航方法,有效地降低了色带断裂和色带破损对色带导航产生的影响,增强了导航方法的鲁棒性;2)有效地避免了平行色带布设较近时色带边缘间出现的错误导航情况,确保了色带导航方法的高准确度;3)采用优化的边缘检测算法在获得与Canny相同的边缘检测效果的同时大幅减少了运行时间,提高了运行速度,增强了导航的实时性。
附图说明
图1为本发明实施例提供的基于色带的机器人导航方法流程图。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明的具体实施方式作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
图1为本发明实施例提供的基于色带的机器人导航方法流程图,该方法具体包括如下步骤:
色带的导航方法包括:色带边缘的提取,色带中心线的提取及计算机器人的偏转角;其中,色带边缘的提取具体包括如下步骤:
S1、提取图像中的色带边缘点,其提取方法具体包括如下步骤:
S11、将当前采集到的图像转化到HSV颜色空间,基于色带颜色确定对应颜色的HSV阈值,将HSV阈值内的像素带赋值255,否则赋值为0;
S12、识别图像中的色带边缘点,其识别方法具体如下:标记图像中像素值为255的像素点,检测各标记像素点的两侧是否分别存在一个像素值为0及一个像素值为255的像素点,若检测结果为是,则判定为色带边缘点;
S2、对色点边缘点采用霍夫直线变换进行直线检测,形成一定数量的轮廓线段;
S3、对轮廓线段进行直线拟合,形成若干色带段,直线拟合的方法具体包括如下步骤:
若存在n条轮廓线段,将n条轮廓线段两两组合,形成Cn 2组轮廓线段对,基于每个组轮廓线段对间的距离和夹角来确定组轮廓线段对间是否进行直线拟合,其执行步骤如下:
S31、检测轮廓线段对间的夹角是都大于夹角阈值,若检测结果为否,则执行步骤S32,若检测结果为是,则该轮廓线段对间不进行直线拟合;
S32、检测轮廓线段对间的距离是否大于距离阈值,若检测结果为否,执行步骤S33,若检测结果为是,则该轮廓线段对间不进行直线拟合,轮廓线段对间的距离是指两轮廓线段中点间的距离。
S33、对该轮廓线段对进行直线拟合。
在本发明实施例中,轮廓线段对间的夹角和距离检测不存在先后顺序之分,也可以基于轮廓线段对间的距离先进行检测,再基于轮廓线段对间的夹角再进行检测。
S4、检测色带段是否为有效色点段,提取有效色带段的色带中心线,有效色带段的检测方法具体如下:
S41、检测色带段中像素值为255的有效像素点数;
S42、判断色带段中的有效像素点数与总像素点数的比值是否大于预设值一(例如90%),若判断结果为是,并执行步骤S43,若判断结果为否,则判定为无效色带段;
S43、计算色带段中的有效像素点数与色带总像素点的比值,若比值大于预设值二,则判定当前色带段为有效色带段,否则判定为无效色带段。
S5、计算提取的色带中心线相对于实际的色带中心线的偏转角度及色带垂直方向上的偏移量,若偏移量大于阈值,则移动机器人基于所述偏移量进行纵向纠偏。
本发明实施例中,还提供一种移动机器人导航系统,该系统包括:设于行驶区域地面上的色带,设于移动机器人底部的摄像机,摄像机与图像处理器连接,摄像机实时采集地面的图像,将采集到的图像发送至图像处理器,图像处理器基于采集的图像计算移动机器人的纵向偏移量,并基于纵向偏移量来进行纵向纠偏,其偏转角的获取方法具体如上所述:
本发明提出的基于色带的移动机器人导航方法具有如下效果:
1)在综合考虑色带断裂,色带破损,多段色带,色带平行,色带交叉,多种颜色色带多种情况下,提出的鲁棒性及计算效率较优的导航方法,有效地降低了色带断裂和色带破损对色带导航产生的影响,增强了导航方法的鲁棒性;2)有效地避免了平行色带布设较近时色带边缘间出现的错误导航情况,确保了色带导航算法的高准确度;3)采用优化的边缘检测算法在获得与Canny相同的边缘检测效果的同时大幅减少了运行时间,提高了运行速度,增强了导航的实时性;4)通过色带导航,移动机器人可以实时纠正其纵向偏差,保证移动机器人在前进过程中的位置精准,并结合控制台下达的任务进而完成现场作业。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (5)
1.一种基于色带的移动机器人导航方法,其特征在于,所述方法具体包括如下步骤:
S1、提取图像中的色带的边缘点;
S2、对色带边缘点采用霍夫直线变换进行直线检测,形成一定数量的轮廓线段;
S3、对轮廓线段进行直线拟合,形成若干色带段;
S4、检测色带段中的有效色点段,提取有效色带段的色带中心线;
S5、计算提取的色带中心线相对于实际的色带中心线的偏转角度及色带垂直方向上的偏移量,若偏移量大于阈值,则移动机器人基于所述偏移量进行纠偏;
每对轮廓线段对间的直线拟合方法具体包括如下步骤:
S31、检测轮廓线段对间的夹角是都大于夹角阈值,若检测结果为否,则执行步骤S32,若检测结果为是,则该轮廓线段对间不进行直线拟合;
S32、检测轮廓线段对间的距离是否大于距离阈值,若检测结果为否,执行步骤S33,若检测结果为是,则该轮廓线段对间不进行直线拟合;
S33、对该轮廓线段对进行直线拟合;
轮廓线段对间的距离是指两轮廓线段中点间的距离。
2.如权利要求1所述基于色带的移动机器人导航方法,其特征在于,色带边缘点的提起方法具体包括如下步骤:
S11、将当前采集到的图像转化到HSV颜色空间,基于色带颜色确定对应颜色的HSV阈值,将HSV阈值内的像素带赋值255,否则赋值为0
S12、标记图像中像素值为255的像素点,检测各标记像素点的两侧是否分别存在一个像素值为0及一个像素值为255的像素点,若检测结果为是,则判定为色带边缘点。
3.如权利要求1所述基于色带的移动机器人导航方法,其特征在于,直线拟合的方法具体如下:
将轮廓线段两两组合,形成若干组轮廓线段对,基于每个组轮廓线段对间的距离和夹角来确定组轮廓线段对间是否进行直线拟合。
4.如权利要求1所述基于色带的移动机器人导航方法,其特征在于,有效色带段的检测方法具体如下:
S41、检测色带段中像素值为255的有效像素点数;
S42、判断色带段中的有效像素点数与总像素点数的比值是否大于预设值一,若判断结果为是,并执行步骤S43,若判断结果为否,则判定为有效色带段;
S43、计算色带段中的有效像素点数与色带总像素点的比值,若比值大于预设值二,则判定当前色带段为有效色带段,否则判定为有效色带段。
5.一种基于色带的移动机器人导航系统,其特征在于,所述系统包括:设于行驶区域地面上的色带,设于移动机器人底部的摄像机,摄像机与图像处理器连接,摄像机实时采集地面的图像,将采集到的图像发送至图像处理器,图像处理器基于权利要求1至权利要求4任一权利要求所述基于色带的移动机器人导航方法来计算移动机器人的纵向偏移量,并基于纵向偏移量来进行纠偏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911410010.1A CN111045431B (zh) | 2019-12-31 | 2019-12-31 | 基于色带的移动机器人导航方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911410010.1A CN111045431B (zh) | 2019-12-31 | 2019-12-31 | 基于色带的移动机器人导航方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111045431A CN111045431A (zh) | 2020-04-21 |
CN111045431B true CN111045431B (zh) | 2022-05-27 |
Family
ID=70242416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911410010.1A Active CN111045431B (zh) | 2019-12-31 | 2019-12-31 | 基于色带的移动机器人导航方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111045431B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113076911B (zh) * | 2021-04-16 | 2023-04-14 | 天津万事达物流装备有限公司 | 基于人工智能的agv色带导引轨道磨损程度检测方法与系统 |
CN116679692A (zh) * | 2023-04-21 | 2023-09-01 | 成都飞机工业(集团)有限责任公司 | 一种用于轨道铺设导航的循迹控制方法及agv系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751145A (zh) * | 2015-04-10 | 2015-07-01 | 西安电子科技大学 | 局部霍夫变换与形态学优化的sar图像电力线检测方法 |
CN106708036A (zh) * | 2016-11-30 | 2017-05-24 | 福建农林大学 | 一种基于嵌入式的喷药机器人路径导航装置及其实现方法 |
CN107525510A (zh) * | 2017-08-30 | 2017-12-29 | 广州市井源机电设备有限公司 | 一种视觉导航型agv小车的控制系统及方法 |
CN108180912A (zh) * | 2017-12-31 | 2018-06-19 | 芜湖哈特机器人产业技术研究院有限公司 | 基于混合导航带的移动机器人定位系统及方法 |
TW201842889A (zh) * | 2017-05-05 | 2018-12-16 | 國立虎尾科技大學 | 具有辨色循跡移動之輪椅裝置 |
CN109032125A (zh) * | 2018-05-31 | 2018-12-18 | 上海工程技术大学 | 一种视觉agv的导航方法 |
CN109993788A (zh) * | 2017-12-29 | 2019-07-09 | 西门子(中国)有限公司 | 一种轮胎吊的纠偏方法、装置及系统 |
-
2019
- 2019-12-31 CN CN201911410010.1A patent/CN111045431B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751145A (zh) * | 2015-04-10 | 2015-07-01 | 西安电子科技大学 | 局部霍夫变换与形态学优化的sar图像电力线检测方法 |
CN106708036A (zh) * | 2016-11-30 | 2017-05-24 | 福建农林大学 | 一种基于嵌入式的喷药机器人路径导航装置及其实现方法 |
TW201842889A (zh) * | 2017-05-05 | 2018-12-16 | 國立虎尾科技大學 | 具有辨色循跡移動之輪椅裝置 |
CN107525510A (zh) * | 2017-08-30 | 2017-12-29 | 广州市井源机电设备有限公司 | 一种视觉导航型agv小车的控制系统及方法 |
CN109993788A (zh) * | 2017-12-29 | 2019-07-09 | 西门子(中国)有限公司 | 一种轮胎吊的纠偏方法、装置及系统 |
CN108180912A (zh) * | 2017-12-31 | 2018-06-19 | 芜湖哈特机器人产业技术研究院有限公司 | 基于混合导航带的移动机器人定位系统及方法 |
CN109032125A (zh) * | 2018-05-31 | 2018-12-18 | 上海工程技术大学 | 一种视觉agv的导航方法 |
Non-Patent Citations (2)
Title |
---|
一种视觉导引AGV叉车倾斜畸变自标定方法;张悦,等;《物流技术》;20190331;第38卷(第3期);第121-127页 * |
复杂工况下视觉AGV导航标识带中心线的提取研究;佘宏杰,等;《计算机测量与控制》;20161231;第24卷(第1期);第212-215页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111045431A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107782305B (zh) | 一种基于数字字母识别的移动机器人定位方法 | |
CN111045431B (zh) | 基于色带的移动机器人导航方法及系统 | |
CN104990926A (zh) | 一种基于视觉的tr元件定位和缺陷检测方法 | |
CN104864889A (zh) | 一种基于视觉的机器人里程计校正系统及方法 | |
CN106296700A (zh) | 一种钢丝绳输送带接头抽动检测方法 | |
CN104715487A (zh) | 一种基于伪Zernike矩的亚像素边缘检测方法 | |
CN110763306B (zh) | 一种基于单目视觉的液位测量系统及方法 | |
CN114494265B (zh) | 识别化妆品生产领域包装印刷质量方法及人工智能系统 | |
CN107633202A (zh) | 一种基于农田图像特征识别的植保无人机飞控方法和系统 | |
CN114331986A (zh) | 一种基于无人机视觉的坝体裂纹识别与测量方法 | |
CN114565510A (zh) | 一种车道线距离检测方法、装置、设备及介质 | |
CN111488762A (zh) | 一种车道级定位方法、装置及定位设备 | |
CN111103533B (zh) | 一种基于视觉的十位旋转拨码开关复位系统的复位方法 | |
CN110288608B (zh) | 作物行中心线提取方法和装置 | |
CN102013087B (zh) | 一种裁剪样板数字化的方法 | |
CN112488099A (zh) | 一种基于视频的电力液晶仪表上数字的检测提取装置 | |
CN111811482A (zh) | 一种基于无人机影像的架空输电线路档距、转角测量方法 | |
CN110852990A (zh) | 一种基于图像处理的橡胶树斜刀痕检测方法 | |
CN104835156B (zh) | 一种基于计算机视觉的无纺布袋自动定位方法 | |
CN106934832A (zh) | 一种面向视觉巡线的简易直线自动定位方法 | |
CN104392225B (zh) | 基于梯度方向模板的在线掌纹有效区域快速分割方法 | |
CN112950621B (zh) | 图像处理方法、装置、设备及介质 | |
CN110533647B (zh) | 一种基于线特征匹配的液晶屏Mark点定位方法 | |
CN109977946B (zh) | 一种基于机器视觉的榛子轴向识别方法 | |
CN105320956B (zh) | 一种基于中心窗口变差的四象限分块模式的图像纹理特征提取方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |