CN115014338A - 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 - Google Patents
一种基于二维码视觉和激光slam的移动机器人定位系统及方法 Download PDFInfo
- Publication number
- CN115014338A CN115014338A CN202210608998.8A CN202210608998A CN115014338A CN 115014338 A CN115014338 A CN 115014338A CN 202210608998 A CN202210608998 A CN 202210608998A CN 115014338 A CN115014338 A CN 115014338A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- mobile robot
- positioning
- module
- loop detection
- 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.)
- Pending
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
- G01C21/10—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
- G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
-
- 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
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于二维码视觉和激光SLAM的移动机器人定位系统及方法。所述系统包括激光雷达定位模块、MEMS惯性测量单元模块、二维码模块、视觉模块、清理模块、照明模块、移动机器人模块、调度系统;激光雷达定位模块和MEMS惯性测量单元模块用于获取环境点云信息,实现移动机器人的定位与地图构建;二维码模块包括定位二维码和回环检测二维码,分别用于二次精确定位和回环检测,提高定位精度和建图精度;视觉模块用于识别定位二维码和回环检测二维码;清理照明模块用于清理机床环境下造成的切屑粉尘,提高图像采集质量;本发明结合激光SLAM和二维码视觉进行移动机器人的定位,精度高,累积误差小,响应快,能够很好适用于复杂的车间环境。
Description
技术领域
本发明属移动机器人定位技术领域,特别是一种基于二维码视觉和激光SLAM的移动机器人定位系统及方法。
背景技术
随着计算机技术和人工智能的发展,智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点,移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题;即时定位与地图构建(SLAM)技术,是指把机器人放在未知的环境中,从一个未知位置开始移动时对环境进行增量式地图创建,同时利用创建地图进行自主定位与导航。目前的SLAM定位技术包括激光SLAM和视觉SLAM,然而目前常规的激光SLAM定位方法通常面临着精度低、受噪声影响大以及存在累积误差等挑战,目前仍然缺少较好的解决方法。为了使移动机器人的定位精度提升至毫米级,通常都是使用二次定位技术,使用二维码带、色带或磁条来辅助,但这种方法对码带贴制的平行度要求较高,且二维码识别过程中易受环境噪声影响,产生较大噪点不利于后续图像处理。
如专利文献1(CN112001541A)公开了一种用于路径优化的改进遗传算法,可应用于AGV和物流配送路径优化等领域,该算法实现了多AGV路径优化,且可以优化AGV部署数量,收敛性好,求解稳定,但是该发明应用于相对密闭的车间环境等工业生产场景时,对建图精度要求较高,并且不能用于未知环境下AGV小车的自主定位与导航。又如专利文献2(CN114355383A)公开了一种激光SLAM和激光反射板结合的定位导航方法,能在有效提高AGV运动时定位精度同时,还能提升AGV在复杂场景下工作的适应能力,但是该发明没有考虑激光SLAM自身位置以及角度的偏差从而导致激光SLAM定位地图形成累积误差,从而导致定位不准确。又如专利文献3(CN 111950308 A)涉及一种AGV小车定位技术的改进,特别涉及一种用于AGV小车的二维码定位方法,使得AGV在复杂工况下不需要依赖方向传感器就能获得当前小车姿态,但是此发明的精度依赖于二维码图像采集质量,定位快速性依赖于二维码识别速度,只采用二维码进行定位,鲁棒性差。
故当前现有移动机器人定位方法,难以应用于车间复杂环境,抗干扰能力差;激光SLAM定位精度为厘米级,定位精度偏低,且实际应用效率差,累积误差大;传统二维码定位算法虽然精度较高,但是环境布置复杂且对机器人运行轨迹有严格要求;目前急需一套适用于复杂车间复杂环境的融合二维码视觉和激光SLAM的移动机器人定位系统及方法。
发明内容
本发明要解决的技术问题克服现有的缺陷,提供一种用于车间内移动机器人的定位方法,结合激光SLAM和二维码视觉,使得移动机器人在复杂车间环境下实现快速精确定位,且对环境噪声的抗干扰能力强。
本发明采用的技术方案如下:
一种基于二维码视觉和激光SLAM的移动机器人定位系统及方法,其特征在于,包括激光雷达定位模块、MEMS惯性测量单元模块、二维码模块、视觉模块、清理模块、照明模块、移动机器人模块、调度系统;
所述激光雷达定位模块包括激光发射器、接收器、旋转台,用于获取环境点云信息;
所述MEMS惯性测量单元模块包括MEMS加速度计、MEMS陀螺仪、磁力计和压力传感器,用于不同时刻移动机器人和目标物体之间相对位置的估算;
所述二维码模块包括定位二维码、回环检测二维码,所述定位二维码,用于辅助激光SLAM全局定位,提高定位精度;所述回环检测二维码,用于建图过程中进行回环检测,提高建图精度;
所述视觉模块包括二维码导航传感器、回环检测相机,所述二维码导航传感器用于识别定位二维码;所述回环检测相机用于拍摄环境中的回环检测二维码;
所述移动机器人模块包括移动机器人底座、机械臂;所述移动机器人底座,形状为长方体,长宽不大于0.8m;所述机械臂通过螺丝固定于移动机器人底座上方;
所述清理模块包括毛刷、低压气枪,用于清理定位二维码表面的切屑粉尘;所述毛刷通过伸缩杆连接固定在移动机器人底座底部,所述低压气枪通过螺栓连接固定在移动机器人底座底部;
所述照明模块为环形LED光源,通过螺栓连接固定在移动机器人底座底部,用于调整环境亮度,提高图像采集质量;
所述调度系统包括全局路径规划算法、辅助定位算法、修正误差算法;所述全局路径规划算法,在激光SLAM建图基础上规划一条到达目标位置的最优路径,用于移动机器人的粗定位;所述辅助定位算法,利用定位二维码计算移动机器人的位置偏差,用于移动机器人的二次精确定位;所述修正误差算法,用于调整移动机器人的位置偏差。
基于上述基于二维码视觉和激光SLAM的移动机器人定位方法,其步骤如下:
步骤1、激光雷达定位模块测量目标物体轮廓边沿与移动机器人之间的相对距离,得到轮廓信息组成的点云,对不同时刻两片点云的匹配与比对,计算激光雷达定位模块相对运动的距离和姿态的改变,完成对移动机器人自身的定位;根据自身位置及激光雷达定位模块获取的信息,描述出当下所在环境的栅格地图;构建地图的同时拍摄环境中的回环检测二维码,完成回环检测二维码与各局部地图的绑定;调度系统根据二维码检测结果确定多个地图间存在重叠区域,构建局部地图与全局地图的位置坐标变换方程;通过融合算法完成多个地图的处理,优化环境点云信息,形成全局地图。
步骤2、移动机器人得到指令,调度系统利用全局路径规划算法规划最优路径;
步骤3、移动机器人根据最优路径移动至目标物体位置,完成粗定位;
步骤4、对定位二维码的标准位置和二维码导航传感器进行标定;照明模块打开,环形LED光源根据周围环境自动调节照明亮度,清理模块打开,毛刷扫除二维码表面的顽固灰尘污迹,低压气枪吹去二维码表面残留的渣滓;二维码导航传感器获取二维码图像并进行去除噪点、灰度转化、图像平滑、图像二值化和增强对比度;对预处理后的定位二维码图像进行边缘检测;然后求解特征点,对于像素过低导致的边缘失真进行优化;进行特征点的坐标变换,利用特征点通过坐标变换求解移动机器人的位姿,完成移动机器人的二次精确定位;
步骤5、调度系统利用修正误差算法进行局部路径规划,根据规划后的最优路径调整移动机器人的位置,然后,扫描定位二维码获取所记录的全局坐标信息,与激光SLAM反馈的当前全局坐标信息进行匹配,通过匹配的结果检验求解的移动机器人位姿的准确度,完成最终定位。
本发明与现有技术相比,其显著优点是:
1.常规的激光SLAM定位方法精度为厘米级,定位精度偏低;本发明的定位系统选用安装在移动机器人底座旋转台上的激光雷达,能够全面扫描周围环境,同时采用二维码视觉进行二次精确定位,补偿了激光SLAM方法的积累误差,将移动机器人的定位精度提升至毫米级,定位精度高达±2mm;
2.常规的SLAM定位采取的回环检测方法可靠度低,完全依赖于外观而没有利用任何的几何信息,会导致外观相似的图像被当作回环,出现假阳性数据;本发明采用二维码作为环境标志物,利用视觉和相应算法进行辅助建图和回环检测,将回环检测二维码与各局部地图的绑定,有效区分了外观相似的图像,排除了环境因素导致的对回环的错误判断,可靠度和精度大幅度提升。
3.常规的二维码定位耗时长,对码带贴制的平行度要求较高,识别过程中易受环境噪声影响,且单一的二维码定位可靠度低,避障能力弱,无法适应于复杂车间环境;本方法采用照明模块和清理模块对二维码进行了表面预处理,提高了二维码采集质量,进一步提高了移动机器人定位精度;本方法提出的基于二维码的辅助定位算法,对码带贴制的平行度要求不高,保障了定位方法的可靠性;同时,本方法将激光SLAM技术与二维码技术相结合,提高了灵活性与避障能力,能够很好适用于情况复杂的车间环境。
附图说明
图1为本发明移动机器人定位系统示意图。
图2为本发明定位方法流程图。
图3为本发明移动机器人定位系统仰视示意图。
图4为本发明定位二维码示意图。
图5为本发明回环检测二维码示意图。
图6为本发明二维码位姿调整示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的介绍。
一种基于二维码视觉和激光SLAM的移动机器人定位系统及方法,其特征在于,包括激光雷达定位模块1、MEMS惯性测量单元模块2、二维码模块3、视觉模块4、清理模块5、照明模块6、移动机器人模块7、调度系统;
所述激光雷达定位模块1包括激光发射器8、接收器9、旋转台10,用于获取环境点云信息;
所述MEMS惯性测量单元模块2包括MEMS加速度计、MEMS陀螺仪、磁力计和压力传感器,用于不同时刻移动机器人和目标物体之间相对位置的估算;
所述二维码模块3包括定位二维码11、回环检测二维码12,所述定位二维码11,用于辅助激光SLAM全局定位,提高定位精度;所述回环检测二维码12,用于建图过程中进行回环检测,提高建图精度;
所述视觉模块4包括二维码导航传感器13、回环检测相机14,所述二维码导航传感器13用于识别定位二维码11;所述回环检测相机14用于拍摄环境中的回环检测二维码12;
所述移动机器人模块7包括移动机器人底座15、机械臂16;所述移动机器人底座15形状为长方体,长宽不大于0.8m;所述机械臂16通过螺丝固定于移动机器人底座15上方;
所述清理模块5包括毛刷17、低压气枪18,用于清理定位二维码11表面的切屑粉尘;所述毛刷通过伸缩杆19连接固定在移动机器人底座15底部,所述低压气枪18通过螺栓连接固定在移动机器人底座15底部;
所述照明模块6为环形LED光源20,通过螺栓连接固定在移动机器人底座15底部,用于调整环境亮度,提高图像采集质量;
所述调度系统包括全局路径规划算法、辅助定位算法、修正误差算法;所述全局路径规划算法,在激光SLAM建图基础上规划一条到达目标位置的最优路径,用于移动机器人7的粗定位;所述辅助定位算法,利用定位二维码11计算移动机器人7的位置偏差,用于移动机器人的二次精确定位;所述修正误差算法,用于调整移动机器人7的位置偏差。
进一步的,根据权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述激光发射器8为单线或多线激光发射器,其安装方式如下:通过螺纹连接将旋转台10固定在移动机器人底座15前方的凸台上,同时通过螺纹连接将激光发射器8和接收器9固定在旋转台10上;在移动机器人7移动过程中,旋转台10可根据指令带动激光发射器8和接收器9旋转,获取全方位的环境点云信息。
进一步的,根据权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述二维码模块3包括定位二维码11、回环检测二维码12;所述定位二维码11水平张贴于目标物体前方地面0.3m-0.5m处,记录目标物体在全局坐标中的绝对位置;所述回环检测二维码12竖直张贴于建图路径各处,记录当前回环检测二维码12在全局坐标中的位置ID信息;所述二维码为边长60mm-80mm的正方形,外围沿回型框外围2mm-3mm设置宽2mm-3mm的黑色定位框,利用其高对比度增加边缘检测精度;所述定位二维码11和回环检测二维码12表面采用高透塑料薄膜或玻璃封装,塑料薄膜或玻璃的厚度为0.5mm-3mm。
进一步的,根据权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述视觉模块4包括二维码导航传感器13、回环检测相机14;所述二维码导航传感器13通过螺纹连接固定在移动机器人底座15几何中心;所述回环检测相机14通过螺纹连接固定机械臂16末端,相机镜头竖直放置;所述移动机器人7移动时,机械臂16处于初始状态。
进一步的,根据权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述二维码导航传感器13通过速度小于8m/s,读取区域为(110mm-130mm)*(70mm-90mm),分辨率不小于±0.2mm,景深为(±10mm-±30mm),处理器的计算速度大于4800MIPS;所述回环检测相机14为工业面阵相机,分辨率为300万以上,像素深度为8位以上,帧率为20帧/秒以上。
进一步的,根据权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位方法,其特征在于,包括以下步骤:
步骤1、移动机器人7利用激光雷达定位模块1、MEMS惯性测量单元模块2获取环境点云信息,完成地图初步构建,然后利用回环检测二维码12进行回环检测,优化环境点云信息,消除累积误差,最后完成高精度栅格地图的构建;
步骤2、移动机器人7得到指令,调度系统利用全局路径规划算法规划最优路径;
步骤3、移动机器人7根据最优路径移动至目标物体位置,完成粗定位;
步骤4、照明模块6打开,环形LED光源20根据周围环境自动调节照明亮度,清理模块5打开,毛刷17扫除二维码表面的顽固灰尘污迹,低压气枪18吹去二维码表面残留的渣滓;二维码导航传感器13获取二维码图像并进行去除噪点、灰度转化、图像平滑、图像二值化和增强对比度;利用辅助定位算法计算移动机器人7的位置偏差,完成移动机器人的二次精确定位;
步骤5、调度系统利用修正误差算法进行局部路径规划,根据规划后的最优路径调整移动机器人的位置,然后,扫描定位二维码12获取二维码记录的全局坐标信息,与激光SLAM反馈的当前全局坐标信息进行匹配,通过匹配的结果检验求解的移动机器人7位姿的准确度,完成最终定位。
进一步的,根据权利要求6所述的基于二维码视觉和激光SLAM的移动机器人定位方法,其特征在于,由于建图过程中存在SLAM算法的积累误差以及干扰信号,需要进行回环检测,所述基于二维码视觉的回环检测辅助建图方法具体工作过程如下:
激光雷达定位模块1测量目标物体轮廓边沿与移动机器人7之间的相对距离,得到轮廓信息组成的点云,对不同时刻两片点云的匹配与比对,计算激光雷达定位模块1相对运动的距离和姿态的改变,完成对移动机器人7自身的定位;
根据自身位置及激光雷达定位模块1获取的信息,描述出当下所在环境的栅格地图;
构建地图的同时回环检测相机14拍摄环境中的回环检测二维码12,完成回环检测二维码12与各局部地图的绑定;调度系统根据二维码检测结果确定多个地图间存在重叠区域,构建局部地图与全局地图的位置坐标变换方程;通过融合算法完成多个地图的处理,优化环境点云信息,形成全局地图。
进一步的,根据权利要求6所述的基于二维码视觉和激光SLAM的移动机器人定位方法,其特征在于,所述辅助定位算法具体工作过程如下:首先对定位二维码12的标准位置和二维码导航传感器13进行标定;其次对预处理后的定位二维码12图像进行边缘检测;然后求解特征点,对于像素过低导致的边缘失真进行优化;进行特征点的坐标变换,利用特征点通过坐标变换求解出移动机器人7位姿;
进一步的,根据权利要求6所述的基于二维码视觉和激光SLAM的移动机器人定位方法,其特征在于,所述局部路径规划方法具体工作过程如下:目标点的局部坐标为A0,0,当前局部坐标为移动机器人7的局部路径规划为:沿圆轨迹:运动至 0,再沿直线y=0移动至目标点。
Claims (10)
1.一种基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述定位系统包括激光雷达定位模块(1)、MEMS惯性测量单元模块(2)、二维码模块(3)、视觉模块(4)、清理模块(5)、照明模块(6)、移动机器人模块(7)以及调度系统;
所述激光雷达定位模块(1)包括激光发射器(8)、接收器(9)、旋转台(10),用于获取环境点云信息;
所述MEMS惯性测量单元模块(2)包括MEMS加速度计、MEMS陀螺仪、磁力计和压力传感器,用于不同时刻移动机器人和目标物体之间相对位置的估算;
所述二维码模块(3)包括定位二维码(11)、回环检测二维码(12),所述定位二维码(11),用于辅助激光SLAM全局定位,提高定位精度;所述回环检测二维码(12),用于建图过程中进行回环检测,提高建图精度;
所述视觉模块(4)包括二维码导航传感器(13)、回环检测相机(14),所述二维码导航传感器(13)用于识别定位二维码(11);所述回环检测相机(14)用于拍摄环境中的回环检测二维码(12);
所述移动机器人模块(7)包括移动机器人底座(15)、机械臂(16);所述移动机器人底座(15)形状为长方体,长宽不大于0.8m;所述机械臂(16)通过螺丝固定于移动机器人底座(15)上方;
所述清理模块(5)包括毛刷(17)、低压气枪(18),用于清理定位二维码(11)表面的切屑粉尘;所述毛刷通过伸缩杆(19)连接固定在移动机器人底座(15)底部,所述低压气枪(18)通过螺栓连接固定在移动机器人底座(15)底部;
所述照明模块(6)为环形LED光源(20),通过螺栓连接固定在移动机器人底座(15)底部,用于调整环境亮度,提高图像采集质量;
所述调度系统包括全局路径规划算法、辅助定位算法、修正误差算法;所述全局路径规划算法,在激光SLAM建图基础上规划一条到达目标位置的最优路径,用于移动机器人(7)的粗定位;所述辅助定位算法,利用定位二维码(11)计算移动机器人(7)的位置偏差,用于移动机器人的二次精确定位;所述修正误差算法,用于调整移动机器人(7)的位置偏差。
2.根据权利要求1所述的一种基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述激光发射器(8)为单线或多线激光发射器,其安装方式如下:通过螺纹连接将旋转台(10)固定在移动机器人底座(15)前方的凸台上,同时通过螺纹连接将激光发射器(8)和接收器(9)固定在旋转台(10)上;在移动机器人(7)移动过程中,旋转台(10)可根据指令带动激光发射器(8)和接收器(9)旋转,获取全方位的环境点云信息。
3.根据权利要求1所述的一种基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述二维码模块(3)包括定位二维码(11)、回环检测二维码(12);所述定位二维码(11)水平张贴于目标物体前方地面0.3m-0.5m处,记录目标物体在全局坐标中的绝对位置;所述回环检测二维码(12)竖直张贴于建图路径各处,记录当前回环检测二维码(12)在全局坐标中的位置ID信息;所述二维码为边长60mm-80mm的正方形,外围沿回型框外围2mm-3mm设置宽2mm-3mm的黑色定位框,利用其高对比度增加边缘检测精度;所述定位二维码(11)和回环检测二维码(12)表面采用高透塑料薄膜或玻璃封装,塑料薄膜或玻璃的厚度为0.5mm-3mm。
4.根据权利要求1所述的一种基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述视觉模块(4)包括二维码导航传感器(13)、回环检测相机(14);所述二维码导航传感器(13)通过螺纹连接固定在移动机器人底座(15)几何中心;所述回环检测相机(14)通过螺纹连接固定在机械臂(16)末端,相机镜头竖直放置;所述移动机器人(7)移动时,机械臂(16)处于初始状态。
5.根据权利要求1所述的一种基于二维码视觉和激光SLAM的移动机器人定位系统,其特征在于,所述二维码导航传感器(13)通过速度小于8m/s,读取区域为(110mm-130mm)*(70mm-90mm),分辨率不小于±0.2mm,景深为±10mm-±30mm,处理器的计算速度大于4800MIPS;所述回环检测相机(14)为工业面阵相机,分辨率为300万以上,像素深度为8位以上,帧率为20帧/秒以上。
6.一种基于权利要求1所述的基于二维码视觉和激光SLAM的移动机器人定位系统的使用方法,其特征在于,包括以下步骤:
步骤1、移动机器人(7)利用激光雷达定位模块(1)、MEMS惯性测量单元模块(2)获取环境点云信息,完成地图初步构建,然后利用回环检测二维码(12)进行回环检测,优化环境点云信息,消除累积误差,最后完成高精度栅格地图的构建;
步骤2、移动机器人(7)得到指令,调度系统利用全局路径规划算法规划最优路径;
步骤3、移动机器人(7)根据最优路径移动至目标物体位置,完成粗定位;
步骤4、照明模块(6)打开,环形LED光源(20)根据周围环境自动调节照明亮度,清理模块(5)打开,毛刷(17)扫除二维码表面的顽固灰尘污迹,低压气枪(18)吹去二维码表面残留的渣滓;二维码导航传感器(13)获取二维码图像并进行去除噪点、灰度转化、图像平滑、图像二值化和增强对比度;利用辅助定位算法计算移动机器人(7)的位置偏差,完成移动机器人的二次精确定位;
步骤5、调度系统利用修正误差算法进行局部路径规划,根据规划后的最优路径调整移动机器人的位置,然后,扫描定位二维码(12)获取二维码记录的全局坐标信息,与激光SLAM反馈的当前全局坐标信息进行匹配,通过匹配的结果检验求解的移动机器人(7)位姿的准确度,完成最终定位。
7.根据权利要求6所述的基于二维码视觉和激光SLAM的移动机器人定位系统的使用方法,其特征在于,建图过程中存在SLAM算法的积累误差以及干扰信号,需要进行回环检测,所述基于二维码视觉的回环检测辅助建图方法具体工作过程如下:
激光雷达定位模块(1)测量目标物体轮廓边沿与移动机器人(7)之间的相对距离,得到轮廓信息组成的点云,对不同时刻两片点云的匹配与比对,计算激光雷达定位模块(1)相对运动的距离和姿态的改变,完成对移动机器人(7)自身的定位;
根据自身位置及激光雷达定位模块(1)获取的信息,描述出当下所在环境的栅格地图;
构建地图的同时回环检测相机(14)拍摄环境中的回环检测二维码(12),完成回环检测二维码(12)与各局部地图的绑定;调度系统根据二维码检测结果确定多个地图间存在重叠区域,构建局部地图与全局地图的位置坐标变换方程;通过融合算法完成多个地图的处理,优化环境点云信息,形成全局地图。
8.根据权利要求6所述的基于二维码视觉和激光SLAM的移动机器人定位系统的使用方法,其特征在于,所述辅助定位算法具体工作过程如下:首先对定位二维码(12)的标准位置和二维码导航传感器(13)进行标定;其次对预处理后的定位二维码(12)图像进行边缘检测;然后求解特征点,对于像素过低导致的边缘失真进行优化;进行特征点的坐标变换,利用特征点通过坐标变换求解出移动机器人(7)位姿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608998.8A CN115014338A (zh) | 2022-05-31 | 2022-05-31 | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608998.8A CN115014338A (zh) | 2022-05-31 | 2022-05-31 | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115014338A true CN115014338A (zh) | 2022-09-06 |
Family
ID=83070255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210608998.8A Pending CN115014338A (zh) | 2022-05-31 | 2022-05-31 | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115014338A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116185046A (zh) * | 2023-04-27 | 2023-05-30 | 北京宸普豪新科技有限公司 | 一种移动机器人的定位方法、移动机器人及介质 |
CN117761717A (zh) * | 2024-02-21 | 2024-03-26 | 天津大学四川创新研究院 | 一种自动回环三维重建系统及运行方法 |
CN117830604A (zh) * | 2024-03-06 | 2024-04-05 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
-
2022
- 2022-05-31 CN CN202210608998.8A patent/CN115014338A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116185046A (zh) * | 2023-04-27 | 2023-05-30 | 北京宸普豪新科技有限公司 | 一种移动机器人的定位方法、移动机器人及介质 |
CN117761717A (zh) * | 2024-02-21 | 2024-03-26 | 天津大学四川创新研究院 | 一种自动回环三维重建系统及运行方法 |
CN117761717B (zh) * | 2024-02-21 | 2024-05-07 | 天津大学四川创新研究院 | 一种自动回环三维重建系统及运行方法 |
CN117830604A (zh) * | 2024-03-06 | 2024-04-05 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
CN117830604B (zh) * | 2024-03-06 | 2024-05-10 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108571971B (zh) | 一种agv视觉定位系统及方法 | |
CN111983639B (zh) | 一种基于Multi-Camera/Lidar/IMU的多传感器SLAM方法 | |
CN108226938B (zh) | 一种agv小车的定位系统和方法 | |
CN115014338A (zh) | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 | |
CN113269837B (zh) | 一种适用于复杂三维环境的定位导航方法 | |
CN106584451B (zh) | 一种基于视觉导航的变电站自动构图机器人及方法 | |
Fruh et al. | Fast 3D model generation in urban environments | |
CN109885049A (zh) | 一种基于航位推算的激光导引agv自动建图和路径匹配方法 | |
CN113706626B (zh) | 一种基于多传感器融合及二维码校正的定位与建图方法 | |
Nelson et al. | From dusk till dawn: Localisation at night using artificial light sources | |
US20230236280A1 (en) | Method and system for positioning indoor autonomous mobile robot | |
CN108544494B (zh) | 一种基于惯性和视觉特征的定位装置、方法及机器人 | |
CN108074251A (zh) | 基于单目视觉的移动机器人导航控制方法 | |
CN112669354A (zh) | 一种基于车辆非完整约束的多相机运动状态估计方法 | |
Mi et al. | A vision-based displacement measurement system for foundation pit | |
CN112729318A (zh) | 一种agv叉车自主定位移动slam导航系统 | |
KR100564236B1 (ko) | 이동 로봇의 자기위치인식 장치 및 방법 | |
Lee et al. | LiDAR odometry survey: recent advancements and remaining challenges | |
Fang et al. | Ground-texture-based localization for intelligent vehicles | |
KR20230003803A (ko) | 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법 | |
JP7319824B2 (ja) | 移動体 | |
Jensen et al. | Laser range imaging using mobile robots: From pose estimation to 3D-models | |
CN112762929A (zh) | 一种智能导航方法、装置和设备 | |
CN117310627A (zh) | 一种应用于车路协同路侧感知系统的联合标定方法 | |
CN212044739U (zh) | 一种基于惯性数据和视觉特征的定位装置及机器人 |
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 |