CN112819805B - 一种基于一字激光的物体位置识别方法及装置 - Google Patents

Abstract

本公开的实施例提供了一种基于一字激光的物体位置识别方法、装置、设备和计算机可读存储介质。所述方法包括获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；根据所述像素坐标计算所述物体的三维位置；将所述物体的三维位置转化为二维点云。以此方式，可以为机器人避障提供数据依据。

Description

一种基于一字激光的物体位置识别方法及装置

技术领域

本公开的实施例一般涉及机器人领域，并且更具体地，涉及一种基于一字激光的物体位置识别方法、装置、设备和计算机可读存储介质。

背景技术

自主定位导航是机器人实现智能化的前提之一，是赋予机器人感知和行动能力的关键因素。

现有机器人，多为激光传感器和深度相机进行环境感知，该方法通过传感器和深度相机获取障碍物的信息，进而计算出障碍物与机器人的距离方位信息，为机器人避障提供数据依据。

但是，激光传感器和深度相机都比较昂贵且运算量比较大。即，通过激光传感器和深度相机为机器人避障提供数据依据时需要的成本较高。

发明内容

根据本公开的实施例，提供了一种基于一字激光的物体位置识别方案。

在本公开的第一方面，提供了一种基于一字激光的物体位置识别方法。该方法包括：

获取目标图像；所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；

对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；

根据所述像素坐标计算所述物体的三维位置；

将所述物体的三维位置转化为二维点云。

进一步地，所述对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标包括：

从所述目标图像中筛取出预设颜色的光斑，生成二值图像；

对所述二值图像进行腐蚀、膨胀和直线轮廓提取；

基于激光发射器的位置、光斑大小删除所述二值图像中的错误光斑；

提取光斑线段的主要枝干，获取所述光斑在所述目标图像中的像素坐标。

进一步地，所述根据所述像素坐标计算所述物体的三维位置包括：

将所述像素坐标利用相机成像原理转换为三维坐标；

基于激光发射器的位置和所述三维坐标，确定所述物体的三维位置；所述物体的三维位置为三维点云。

进一步地，所述基于激光发射器的位置和所述三维坐标，确定所述物体的三维位置包括：

基于所述像素三维坐标，确定真实物体所在的空间射线；

基于所述激光发射器的位置，确定激光照射到真实物体上照射点产生的空间平面；

根据所述空间射线和空间平面，确定所述物体的三维位置。

进一步地，所述将所述物体的三维位置转化为二维点云包括：

将所述三维位置的三维点云投影到预设的避障高度的二维平面，生成二维点云。

在本公开的第二方面，提供了一种基于一字激光的物体位置识别装置。该装置包括：

获取模块，用于获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；

处理模块，用于对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；

计算模块，用于根据所述像素坐标计算所述物体的三维位置；

转化模块，用于将所述物体的三维位置转化为二维点云。

进一步地，所述处理模块包括：

从所述目标图像中筛取出预设颜色的光斑，生成二值图像；

对所述二值图像进行腐蚀、膨胀和直线轮廓提取；

基于激光发射器的位置、光斑大小删除所述二值图像中的错误光斑；

提取光斑线段的主要枝干，获取所述光斑在所述目标图像中的像素坐标。

进一步地，所述计算模块包括：

将所述像素坐标利用相机成像原理转换为三维坐标；

基于激光发射器的位置和所述三维坐标，确定所述物体的三维位置；所述物体的三维位置为三维点云。

在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。

本申请实施例提供的基于一字激光的物体位置识别方法，通过获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；根据所述像素坐标计算所述物体的三维位置；将所述物体的三维位置转化为二维点云。解决了现有机器人，通过激光传感器和深度相机为机器人避障提供数据依据成本过高和运算量大的问题。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的基于一字激光的物体位置识别方法的流程图；

图2示出了根据本公开的实施例的二值图像示意图；

图3示出了根据本公开的实施例的骨骼提取效果图；

图4示出了根据本公开的实施例的物体位置效果图；

图5示出了根据本公开的实施例的基于一字激光的物体位置识别装置的方框图；

图6示出了能够实施本公开的实施例的示例性电子设备的方框图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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全部其他实施例，都属于本公开保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1示出了根据本公开实施例的基于一字激光的物体位置识别方法100的流程图。方法100包括：

S110，获取目标图像；所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑。

在一些实施例中，通过机器人上配置的有色一字激光发射器向四周发射出有色光源(有色激光)；通过机器人上配置的单目摄像头获取周围环境的图像，即目标图像。

在一些实施例中，所述单目摄像头固定安装在机器人前方，所述一字激光发射器安装在所述机器人顶部。所述一字激光发射器可进行旋转，向四周发射有色激光，也可以进行固定安装，仅向移动方向发射有色激光。所述单目摄像头的采样频率和所述一字激光发射器的发射频率相对应，能够获取所述有色光源照射到物体上进行反射形成的光斑的目标图像。所述单目摄像头的曝光时间和所述一字激光发射器的发射频率，可根据设备的具体型号和应用场景进行预先设定。

优选地，所述单目摄像头的采样频率为30hz；所述一字激光器发射器的发射频率为1秒关闭10次，每次关闭40毫秒。所述一字激光发射器发射出的激光与机器人成60°角(地面)。

需要说明的是，本公开中采用的有色一字激光发射器的经济成本远低于现有技术采用的激光传感器的成本；单目摄像头的经济成本远低于深度相机的经济成本。

S120，对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标。

在一些实施例中，如图2所示，采用有色光作为识别对象，根据预设的特定颜色，对所述目标图像中的光斑进行筛选，将所述目标图像转化为二值图像。

优选地，指定特定颜色为白色，其它颜色为黑色。即，将一字线激光发射器发射出的有色激光在物体上反射形成的光斑(通常为红色)设定为白色，其它物体反射形成的光斑设定为黑色。

在一些实施例中，对所述二值图像中的光斑进行腐蚀、膨胀得到光斑线段(参考图2)。

进一步地，对所述光斑线段进行直线轮廓提取，排除大片白色的影响。即，对所述光斑线段中光斑的大小进行处理，将每个光斑的大小均设定为1像素。同时，利用传感器(单目传感器)的闪烁，即一亮一灭，去除所述二值图像中保持不变的像素点。

在一些实施例中，根据机器人当前位置(激光发射器摆放位置)和发射器发射激光的光斑大小，进一步删除所述二值图像中的错误光斑，最终得到所需的光斑。即，得到仅包含真实的发射器反射形成的光斑的二值图像。所述激光发射器的摆放位置为预先设定的；所述激光发射器反射的光斑大小可根据发射器的型号和所述机器人的当前位置确定；所述机器人的当前位置可通过机器人内置导航系统确定。

在一些实施例中，如图3所示，通过骨骼提取方法对处理后的二值图像中的光斑线段进行主要枝干提取，得到每个光斑在所述目标图像中的像素坐标。

S130，根据所述像素坐标计算所述物体的三维位置。

在一些实施例中，利用相机成像原理，将通过步骤S120得到的光斑在所述目标图像中的像素坐标，转化为一个与真实物体位置成比例的三维坐标。

具体地，将得到的光斑像素坐标，通过如下公式进行反推，得到一个与真实物体位置成比例的三维坐标：

其中，所述表示所述光斑的像素坐标；

所述dx为像素宽；

所述dy为像素长；

所述

所述

所述cx、cy根据所述单目摄像头的参数确定；

所述f为焦距；

所述x、y分别为图像坐标系中的x轴坐标和y轴坐标；

所述表示相机坐标；

进一步地，根据所述成比例的三维坐标，确定真实物体所在的空间射线。即，将所有光斑的像素坐标均转换为成比例的三维坐标，将所述三维坐标进行连接得到真实物体所在的空间射线。

在一些实施例中，根据所述一字线激光发射器的安装位置和相应的安装参数，确定激光照射点产生的空间平面方程，根据所述空间平面方程确定激光照射到真实物体上照射点产生的空间平面。所述空间平面方程为空间中所有处于同一平面的点所对应的方程，其一般表达式为Ax+By+Cz+D＝0，其中A,B,C,D为已知常数，并且A,B,C不同时为零，参数x、y、z可根据所述一字线激光发射器的安装位置和相应的安装参数确定。

在一些实施例中，利用线与平面不平行时，线与平面的相交唯一点原理，确定所述物体的三维位置。即，通过上述得到的真实物体所在的空间射线和激光照射到真实物体上照射点产生的空间平面，结合点面相交原理确定物体的空间位置；所述三维位置为三维点云。

S140，将所述物体的三维位置转化为二维点云。

在一些实施例中，如图4所示，选择避障高度内的数据向下投影，将所述三维位置的三维点云投影到预设的避障高度的二维平面，生成二维点云。所述避障高度可根据机器人的自身参数和/或应用环境预先设定。在图4中，从上至下第一条线为三维点云，第二条线为二维点云。

在一些实施例中，采取保近删远的原则对于同一方向的数据进行处理。即，保留小于距离阈值的数据，删除大于等于距离阈值的数据。所述距离阈值可根据机器人参数和/或应用场景进行预先设定。

在一些实施例中，可根据预设的膨胀系数对投影点进行相应的膨胀，消除一定的孤立点。所述膨胀系数可根据机器人参数和/或应用场景进行预先设定。

进一步地，将所述二维点云进行输出，为所述机器人避障提供数据依据。

根据本公开的实施例，实现了以下技术效果：

基于有色的一字线发射器和单目传感器进行环境感知，获取环境中的物体信息，通过相机成像和点面相交原理，计算出环境中的物体的位置信息，为机器人避障提供数据依据。解决了现有机器人，通过激光传感器和深度相机为机器人避障提供数据依据成本过高和运算量大的问题。

需要说明的是，对于前述的各方法实施例，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，本公开并不受所描述的动作顺序的限制，因为依据本公开，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可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图5示出了根据本公开的实施例的基于一字激光的物体位置识别装置500的方框图。所述装置500包括：

获取模块510，用于获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；

处理模块520，用于对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；

计算模块530，用于根据所述像素坐标计算所述物体的三维位置；

转化模块540，用于将所述物体的三维位置转化为二维点云。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。如图所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在RAM 603中，还可以存储设备600操作所需的各种程序和数据。CPU601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元601执行上文所描述的各个方法和处理，例如方法100。例如，在一些实施例中，方法100可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU 601执行时，可以执行上文描述的方法100的一个或多个步骤。备选地，在其他实施例中，CPU 601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法100。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (5)

1.一种基于一字激光的物体位置识别方法，其特征在于，包括：

获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；

对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标，包括：采用所述一字线激光器发射的有色光作为识别对象，从所述目标图像中筛取出预设颜色的光斑，生成二值图像；对所述二值图像进行腐蚀、膨胀和直线轮廓提取；基于激光发射器的位置、光斑大小删除所述二值图像中的错误光斑；提取光斑线段的主要枝干，获取所述光斑在所述目标图像中的像素坐标；

根据所述像素坐标计算所述物体的三维位置，包括：将所述像素坐标利用相机成像原理转换为三维坐标；基于所述像素三维坐标，确定真实物体所在的空间射线；基于所述激光发射器的位置，确定激光照射到真实物体上照射点产生的空间平面；根据所述空间射线和空间平面，确定所述物体的三维位置；所述物体的三维位置为三维点云；

将所述物体的三维位置转化为二维点云。

2.根据权利要求1所述的方法，其特征在于，所述将所述物体的三维位置转化为二维点云包括：

将所述三维位置的三维点云投影到预设的避障高度的二维平面，生成二维点云。

3.一种基于一字激光的物体位置识别装置，其特征在于，包括：

获取模块，用于获取目标图像：所述目标图像包括一字线激光发射器发射出的激光在物体上反射形成的光斑；

处理模块，用于对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标；其中，所述对所述目标图像进行处理，获取所述光斑在所述目标图像中的像素坐标包括：采用所述一字线激光器发射的有色光作为识别对象，从所述目标图像中筛取出预设颜色的光斑，生成二值图像；对所述二值图像进行腐蚀、膨胀和直线轮廓提取；基于激光发射器的位置、光斑大小删除所述二值图像中的错误光斑；提取光斑线段的主要枝干，获取所述光斑在所述目标图像中的像素坐标；

计算模块，用于根据所述像素坐标计算所述物体的三维位置；其中，所述根据所述像素坐标计算所述物体的三维位置，包括：将所述像素坐标利用相机成像原理转换为三维坐标；基于所述像素三维坐标，确定真实物体所在的空间射线；基于所述激光发射器的位置，确定激光照射到真实物体上照射点产生的空间平面；根据所述空间射线和空间平面，确定所述物体的三维位置；所述物体的三维位置为三维点云；

转化模块，用于将所述物体的三维位置转化为二维点云。

4.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～2中任一项所述的方法。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～2中任一项所述的方法。