CN111141271A - 基于差分数据的室外移动机器人环境方向地图建立方法 - Google Patents

基于差分数据的室外移动机器人环境方向地图建立方法 Download PDF

Info

Publication number
CN111141271A
CN111141271A CN201911224409.0A CN201911224409A CN111141271A CN 111141271 A CN111141271 A CN 111141271A CN 201911224409 A CN201911224409 A CN 201911224409A CN 111141271 A CN111141271 A CN 111141271A
Authority
CN
China
Prior art keywords
mobile robot
processor
direction map
sky
image
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.)
Withdrawn
Application number
CN201911224409.0A
Other languages
English (en)
Inventor
刘瑜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Original Assignee
Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Jingyi Intelligent Science and Technology Co Ltd filed Critical Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority to CN201911224409.0A priority Critical patent/CN111141271A/zh
Publication of CN111141271A publication Critical patent/CN111141271A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了基于差分数据的室外移动机器人环境方向地图建立方法，所述的移动机器人内部设置进行集中控制的处理器，与所述的处理器连接的图像采集模块和惯性导航系统，所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ，所述的处理器设置环境方向地图建立方法，包括以下步骤：(1)所述的移动机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，采集图像fi(x,y)；(2)所述的处理器搜索图像中心线上的天际点(M/2,yi)，然后写入数组A[i]=yi；(3)对数组A[i]相邻元素进行差分得到环境方向地图B[i]=A[i]‑A[i‑1]。该方案提供的环境方向地图为移动机器人查询自身所处的方向提供参考数据。

Description

基于差分数据的室外移动机器人环境方向地图建立方法
技术领域
本发明涉及基于差分数据的室外移动机器人环境方向地图建立方法，属于移动机器人技术领域。
背景技术
室外移动机器人工作在室外复杂多变的环境中，为了实现智能化的路径规划以及任务规划，需要具有全局意义的地图，其中包括指示具体位置的信息，以及指示方向的信息。常规的定位方式是采用惯性导航的方法，比如通过安装在驱动轮上的编码器实时计算移动机器人的位移和转向，这类定位方法最大的弊端就是具有累计误差，即随着工作时间的累计，误差也在不断的累计，最终导致定位数据无效。而具有全局定位能力的GPS，对于移动机器人来说，定位精度还不能满足要求，并且GPS信号也得不到保证。而目前，图像处理相关硬件及软件处理技术得到飞速发展，并且成本低廉，可模拟实现人眼识别方向的能力。
发明内容
本发明的目的是为了克服现有技术中的不足之处，提出基于差分数据的室外移动机器人环境方向地图建立方法，以移动机器人工作环境四周的天际线为信息，进行差分，建立可查询方向信息的地图，提供不具有累计误差的方向信息，并且减少位置因素的影响。
本发明解决其技术问题所采用的技术方案是：
基于差分数据的室外移动机器人环境方向地图建立方法，所述的移动机器人内部设置进行集中控制的处理器，与所述的处理器连接的图像采集模块和惯性导航系统，所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ，所述的处理器设置环境方向地图建立方法，所述的环境方向地图建立方法包括以下步骤：
(1) 所述的移动机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，通过所述的图像采集模块采集工作场景的图像fi(x,y)，其中，i=0…⌊2π/Δθ⌋-1，⌊⌋为向下取整操作符；
(2) 所述的处理器搜索图像fi(x,y)的中心线上的天际点(M/2, yi)，即天空与地面或者地面建筑、植物的交界点，然后写入数组A[i]= yi，其中M为图像fi(x,y)在x方向上的最大值。
(3) 计算环境方向地图B[i]=A[i]- A[i-1]，当i等于0时，B[0]=A[0]- A[⌊2π/Δθ⌋-1]。
所述的步骤(2)中，天际点的计算方法为：
如果y>yi，满足fi(x,y)>T1，其中T1为判断天空的亮度阈值；并且fi(x,yi)-fi(x,yi-1)>T2，则点(x, yi)为天际点，其中T2为天空到地面或者建筑物、植物的亮度梯度阈值。
实施本发明的积极效果是：1、进行差分建立可查询方向的地图，方向信息不具有累计误差；2、具有全局性质、并且差分处理减少了位置因素的影响。
附图说明
图1是环境方向地图建立方法的流程图。
具体实施方式
现结合附图对本发明作进一步说明：
参照图1，基于差分数据的室外移动机器人环境方向地图建立方法，所述的移动机器人内部设置进行集中控制的处理器，与所述的处理器连接的图像采集模块和惯性导航系统。所述的图像采集模块负责进行所述的移动机器人工作场景的图像采集，其光轴与地面平行，可以兼顾天空和地面的成像，所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ，设置为安装在驱动轮上的编码器，实时计算割所述的草机器人的位移和转向。
所述的处理器设置环境方向地图建立方法，所述的环境方向地图建立方法包括以下步骤：
(1) 所述的移动机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，通过所述的图像采集模块采集工作场景的图像fi(x,y)，其中，i=0…⌊2π/Δθ⌋-1，⌊⌋为向下取整操作符；
步骤(1)是所述的移动机器人原地旋转，并在旋转过程中建立与方向相关的图像数据的过程。所述的惯性导航系统在短时间内，累计误差还比较小，角度信息还是可以信赖的。
(2) 所述的处理器搜索图像fi(x,y)的中心线上的天际点(M/2, yi)，即天空与地面或者地面建筑、植物的交界点，然后写入数组A[i]= yi，其中M为图像fi (x,y)在x方向上的最大值，
所述的移动机器人的工作环境是复杂多变的，并且特征也是多变，不具有稳定性。但是，天空与地面或者地面建筑植物的交界点具有不变性，可作为所述的移动机器人判别方向的依据。所述的步骤(2)进行天际点的提取并进行存储，天际点的计算方法为：
如果y>yi，满足f i(x,y)>T1，其中T1为判断天空的亮度阈值；并且f i(x,yi)-f i(x,yi-1)>T2，则点(x, yi)为天际点，其中T2为天空到地面或者建筑物、植物的亮度梯度阈值。
(3) 计算环境方向地图B[i]=A[i]- A[i-1]，当i等于0时，B[0]=A[0]- A[⌊2π/Δθ⌋-1]。
由于在实际工作过程中，所述的移动机器人会处在不同于起始位置的地方，视角和距离都会有不同，因此进行差分，提取天际线的变化，以消除视角和距离的影响。当需要测量当前的方向时候，所述的移动机器人进行图像采集，并提取整幅图像的天际点，与环境方向地图B[i]中的数据进行匹配，匹配度最佳的位置就是所述的移动机器人的当前方向。

Claims (2)

1.基于差分数据的室外移动机器人环境方向地图建立方法，所述的移动机器人内部设置进行集中控制的处理器，与所述的处理器连接的图像采集模块和惯性导航系统，所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ，其特征在于：所述的处理器设置环境方向地图建立方法，所述的环境方向地图建立方法包括以下步骤：
(1) 所述的移动机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，通过所述的图像采集模块采集工作场景的图像fi(x,y)，其中，i=0…⌊2π/Δθ⌋-1，⌊⌋为向下取整操作符；
(2) 所述的处理器搜索图像fi(x,y)的中心线上的天际点(M/2, yi)，即天空与地面或者地面建筑、植物的交界点，然后写入数组A[i]= yi，其中M为图像fi(x,y)在x方向上的最大值。
(3) 计算环境方向地图B[i]=A[i]- A[i-1]，当i等于0时，B[0]=A[0]- A[⌊2π/Δθ⌋-1]。
2.根据权利要求1所述的基于差分数据的室外移动机器人环境方向地图建立方法，其特征是：所述的步骤(2)中，天际点的计算方法为：
如果y>yi，满足fi(x,y)>T1，其中T1为判断天空的亮度阈值；并且fi(x,yi)-fi(x,yi-1)>T2，则点(x, yi)为天际点，其中T2为天空到地面或者建筑物、植物的亮度梯度阈值。
CN201911224409.0A 2019-12-04 2019-12-04 基于差分数据的室外移动机器人环境方向地图建立方法 Withdrawn CN111141271A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911224409.0A CN111141271A (zh) 2019-12-04 2019-12-04 基于差分数据的室外移动机器人环境方向地图建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911224409.0A CN111141271A (zh) 2019-12-04 2019-12-04 基于差分数据的室外移动机器人环境方向地图建立方法

Publications (1)

Publication Number Publication Date
CN111141271A true CN111141271A (zh) 2020-05-12

Family

ID=70517608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911224409.0A Withdrawn CN111141271A (zh) 2019-12-04 2019-12-04 基于差分数据的室外移动机器人环境方向地图建立方法

Country Status (1)

Country Link
CN (1) CN111141271A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114489085A (zh) * 2022-02-18 2022-05-13 河南省工业学校 一种基于机器视觉的工业机器人运动控制装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114489085A (zh) * 2022-02-18 2022-05-13 河南省工业学校 一种基于机器视觉的工业机器人运动控制装置

Similar Documents

Publication Publication Date Title
CN110631593B (zh) 一种用于自动驾驶场景的多传感器融合定位方法
US11802769B2 (en) Lane line positioning method and apparatus, and storage medium thereof
CN111522043B (zh) 一种无人车激光雷达快速重新匹配定位方法
CN109099901B (zh) 基于多源数据融合的全自动压路机定位方法
CN107463173B (zh) 仓储agv导航方法及装置、计算机设备及存储介质
CN108955702B (zh) 基于三维激光和gps惯性导航系统的车道级地图创建系统
WO2022206978A1 (zh) 一种基于车载定位装置的路侧毫米波雷达校准方法
CN111006655B (zh) 机场巡检机器人多场景自主导航定位方法
KR20190082071A (ko) 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체
CN112836737A (zh) 一种基于车路数据融合的路侧组合感知设备在线标定方法
CN101672913B (zh) 激光三点动态定位方法及系统
CN104848851A (zh) 基于多传感器数据融合构图的变电站巡检机器人及其方法
CN105676253A (zh) 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法
CN112629522B (zh) 一种反光板与激光slam融合的agv定位方法及系统
CN110243380A (zh) 一种基于多传感器数据与角度特征识别的地图匹配方法
CN105987696A (zh) 一种低成本车辆自动驾驶设计实现方法
CN108775901B (zh) 一种实时slam场景地图构建系统、导航系统及方法
CN112924955B (zh) 一种路侧激光雷达点云坐标动态修正方法
CN113359171B (zh) 基于多传感器融合的定位方法、装置和电子设备
CN112923931A (zh) 一种基于固定路线下的特征地图匹配与gps定位信息融合方法
US20230236280A1 (en) Method and system for positioning indoor autonomous mobile robot
CN111123914A (zh) 割草机器人基于视觉场景的方向估算方法
CN111141271A (zh) 基于差分数据的室外移动机器人环境方向地图建立方法
CN117310627A (zh) 一种应用于车路协同路侧感知系统的联合标定方法
CN115855041A (zh) 一种农业机器人定位方法、系统及装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200512