CN115930843A - 一种基于视觉的uuv轴向及周向偏差检测方法 - Google Patents
一种基于视觉的uuv轴向及周向偏差检测方法 Download PDFInfo
- Publication number
- CN115930843A CN115930843A CN202211592084.3A CN202211592084A CN115930843A CN 115930843 A CN115930843 A CN 115930843A CN 202211592084 A CN202211592084 A CN 202211592084A CN 115930843 A CN115930843 A CN 115930843A
- Authority
- CN
- China
- Prior art keywords
- alignment
- axial
- circumferential
- target
- vision
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于视觉的UUV轴向及周向偏差检测方法,图像采集后进行预处理,得到靶标同心圆信息。若检测到的圆心数量为0,则说明视觉系统为检测到视野中没有靶标,则发送相关信息控制充电平台做轴向运动寻找靶标。若成功识别到至少一个同心圆圆心,则进入周向对准过程。首先判断偏转方向,再根据相应公式计算当前位置与对准状态之间的角度θ,将转动方向以及转动角度发送给充电平台。若角度落在误差允许范围之内,则周向对准过程完成,进入轴向对准过程。轴向对准时,计算当前位置与对准位置之间的距离,将平移方向以及距离发送给充电平台。最后,若距离落在误差允许范围之内,则全部对准过程完成。
Description
技术领域
本发明涉及UUV充电对准方法,尤其涉及一种基于视觉的UUV轴向及周向偏差检测方法。
背景技术
目前的充电对准方法[一种基于视觉的机器人自动充电对准系统及方法201810359873.X][一种依靠视觉的自动对准充电方法202011014009.X],通过靶标图案在视野中的位置与大小,确定当前位置与对准位置之间的方向差异,给出下一步的运动方向。然而,以上方法仅给出下一步运动的方向指令,而没有给出移动的具体距离或转动角度,对准效率不高。而且,一旦靶标被部分遮挡,则无法继续进行对准。
发明内容
本发明的目的是解决UUV自主充电对准问题而提供的一种基于视觉的结构体轴向及周向对准方法,可以首先返回周向对准所需的转动方向以及转动角度,周向对准完成后,返回轴向对准所需的平移方向以及平移距离。在靶标被部分遮挡时也可继续使用,具有一定的鲁棒性。UUV充电时本身固定,并被移动到距离相机的指定距离处。充电时,由充电平台进行移动,来对准UUV上的充电口。过程中相机安装在充电平台上,与充电平台一起运动。
本发明的目的是这样实现的:包括三个流程:图像预处理过程,周向对准过程,轴向对准过程。
图像采集后进行预处理,得到靶标同心圆信息。若检测到的圆心数量为0,则说明视觉系统为检测到视野中没有靶标,则发送相关信息控制充电平台做轴向运动寻找靶标。若成功识别到至少一个同心圆圆心,则进入周向对准过程。首先判断偏转方向,再根据相应公式计算当前位置与对准状态之间的角度θ,将转动方向以及转动角度发送给充电平台。若角度落在误差允许范围之内,则周向对准过程完成,进入轴向对准过程。轴向对准时,计算当前位置与对准位置之间的距离,将平移方向以及距离发送给充电平台。最后,若距离落在误差允许范围之内,则全部对准过程完成。
1.预处理
预处理过程流程图如图8所示。预处理阶段自底层处理图片信息,最终返回靶标特征点的坐标、同心椭圆长轴长度以及各个特征点的遮挡情况。其中,遮挡模式由四位组成,每一位代表四个同心圆之一是否识别到,若识别到则该位置“1”,否则置“0”。该编码反映了当前的遮挡模式,是下一阶段判断可用弦端点的依据。
2.周向对准
周向对准程序流程图如图9所示。首先通过遮挡模式确定参与运算的弦端点,然后根据π-β-α与γ的大小关系确定转动方向,带入相关公式计算转动角度,发送给上位机。停止转动后再次计算θ,若θ落在误差允许范围之内,则进入轴向对准阶段,否则继续发送转动指令,调整相机位置。
3.轴向对准
周向对准后,靶标面可近似看作垂直于光轴。在这种情况下,可以通过已知的实际尺寸(靶标实际尺寸已知),求得一个像素代表的实际尺寸。计算当前图像坐标系下靶标中心点的坐标与图像中心之间的差值,再通过相机标定参数将其由像素坐标系转换至相机坐标系,即可求得需要轴向移动的距离。
与现有技术相比,本发明的有益效果是:本发明可直接返回明确的运动指令,包括运动的方向和距离,提高对准效率。同时,仅识别一个同心圆即可完成对准。在发生部分遮挡时也可使用,有一定的鲁棒性。
附图说明
图1(a)-(b)为对准系统利用靶标弦左端点进行周向对准工作原理示意图,其中图1a为相机左偏状态示意图,1为周向对准状态,2为左偏状态;图1b为相机右偏状态示意图,1为周向对准状态,2为右偏状态。其中字母定义如下:A代表充电平台的回转中心;B代表靶标弦右端点;C代表靶标弦左端点;D代表靶标弦中点;O1代表周向对准状态的相机光心;O2代表周向偏移状态的相机光心;co为光心在像素坐标系下的坐标;xc为靶标的弦的端点C在像素坐标系下的坐标;K代表相机回转中心到靶标的弦的一个端点的距离,单位为毫米(mm);L为靶标弦长度,单位为毫米(mm);R代表回转半径,单位为毫米(mm);f代表相机焦距,即相机光心到成像平面的距离,单位为像素(pixel);θ为待求角度,代表周向对准状态与当前的非对准状态之间的夹角,单位为度(°);其余角度为中间变量,单位为度(°);
图2为超出周向转动的范围示意图,其中,1为周向对准状态,2为过偏状态;
图3(a)-(b)为对准系统利用靶标弦右端点进行周向对准工作原理示意图,其中图3a为相机左偏状态示意图,1为周向对准状态,2为左偏状态;图3b为相机右偏状态示意图,1为周向对准状态,2为右偏状态。其中字母定义同上。
图4为单目相机成像原理图,其中1为相机光心,2为相机成像平面,3为实际物体;a,b为相机成像平面内的物体尺寸,单位为像素(pixel);A,B为实际物体尺寸,单位为毫米(mm)。
图5为相机坐标系向像素坐标系转换示意图。
图6为对准整体过程流程图。
图7为靶标样式。
图8为预处理过程流程图。
图9为周向对准程序流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明的整个过程首先对图像进行预处理,提取靶标关键点信息,然后进行周向对准,周向对准后进行轴向对准。
预处理过程流程图如图8所示。预处理阶段自底层处理图片信息,最终返回靶标特征点的坐标、同心椭圆长轴长度以及各个特征点的遮挡情况。其中,遮挡模式由四位组成,每一位代表四个同心圆之一是否识别到,若识别到则该位置“1”,否则置“0”。
周向对准程序流程图如图9所示。通过遮挡模式确定参与运算的弦端点,确定转动方向,计算转动角度,发送给上位机。停止转动后再次检查是否周向对准,如已经对准,进入轴向对准阶段,否则继续发送转动指令,调整相机位置。
轴向对准:计算当前图像坐标系下靶标中心点的坐标与图像中心之间的差值,再通过相机标定参数将其由像素坐标系转换至相机坐标系,即可求得需要轴向移动的距离。
具体过程如下:
1.周向对准
周向对准通过UUV、充电平台、相机之间的位置几何关系计算当前状态与周向对准状态之间的夹角。由于靶标形式为四个半径比不同的同心圆,其中,水平方向的两个同心圆圆心连线称为靶标弦,每个同心圆的圆心称为靶标的弦端点。其中,利用仅利用一个靶标弦端点即可求得结果。
(1)利用靶标弦左侧端点进行周向对准
利用靶标弦端点C进行周向对准的工作原理示意图如图1(a)(b)所示。图中描述了相机相对于周向对准位置右偏和左偏的状态。周向转动的范围为相对于周向对准位置±15°,不考虑θ>γ的情况,如图2所示。
其中K代表相机回转中心到靶标的弦的一个端点的距离,单位为毫米(mm);R代表回转半径,单位为毫米(mm);f代表相机焦距,即相机光心到成像平面的距离,单位为像素(pixel);co为光心在像素坐标系下的坐标,单位为像素(pixel);xc为靶标的弦的端点C在像素坐标系下的坐标,单位为像素(pixel);θ为待求角度,代表周向对准状态与当前的非对准状态之间的夹角,单位为度(°);其余角度为中间变量,单位为度(°)。
无论相机处于右偏还是左偏状态,如图1所示,均有:
在直角三角形O2xcc中:
在三角形ABO2中:
在直角三角形ABD中:
当相机处于右偏状态时,如图1(a)所示,在三角形ACO2中:
π-β-α=θ+γ>γ
因此:
θ=π-β-α-γ
当相机处于左偏状态时,如图1(b)所示,在三角形ACO2中:
π-β-α=γ-θ<γ
因此:
θ=γ-(π-β-α)
综上,可由π-β-α与γ之间的大小关系判断相机右偏还是左偏,带入相应公式可得周向对准状态与当前的非对准状态之间的夹角θ。
(2)利用靶标弦右侧端点进行周向对准
如图3所示,可利用靶标的弦的另一个端点B在像素坐标系下的坐标求得θ。
无论相机处于右偏还是左偏状态,如图3所示,均有:
在直角三角形O2xbco中:
在三角形ABO2中:
在直角三角形ADC中,有:
当相机处于右偏状态时,如图3(a)所示,在三角形ABO2中:
π-ω-ξ=γ-θ<γ
因此:
θ=γ-(π-ξ-ω)
当相机处于左偏状态时,如图3(b)所示,在三角形ABO2中:
π-ω-ξ=γ+θ>γ
因此:
θ=π-ω-ζ-γ
综上,可由π-ω-ζ与γ之间的大小关系判断相机右偏还是左偏,带入相应公式可得周向对准状态与当前的非对准状态之间的夹角θ。
2.轴向对准
周向对准后,靶标面可近似看作垂直于光轴。在这种情况下,可以通过已知的实际尺寸(靶标实际尺寸已知),求得一个像素代表的实际尺寸。从而可以计算当前靶标中心点与图像中心相差的像素个数,得到当前位置距离零位的实际距离。
在相机坐标系下,由相似三角形,有:
若已知a,b,B,则A可表示为:
在轴向对准时,由于成像平面上的点向像素坐标系的转换关系如下所示。
其中(u,v)为点在像素坐标系下的坐标,(x,y)为点在相机坐标系下的坐标。αc、αy为放大倍数,(u0,v0)为相机光心在像素坐标系下的坐标,该值可由相机标定得到。
Claims (4)
1.一种基于视觉的UUV轴向及周向偏差检测方法,其特征在于:包括图像预处理过程、周向对准过程、轴向对准过程;图像采集后进行预处理,得到靶标同心圆信息;若检测到的圆心数量为0,则说明视觉系统为检测到视野中没有靶标,则发送相关信息控制充电平台做轴向运动寻找靶标;若成功识别到至少一个同心圆圆心,则进入周向对准过程;先判断偏转方向,再计算当前位置与对准状态之间的角度θ,将转动方向以及转动角度发送给充电平台;若角度落在误差允许范围之内,则周向对准过程完成,进入轴向对准过程;轴向对准时,计算当前位置与对准位置之间的距离,将平移方向以及距离发送给充电平台;最后,若距离落在误差允许范围之内,则全部对准过程完成。
2.根据权利要求1所述的一种基于视觉的UUV轴向及周向偏差检测方法,其特征在于:预处理阶段自底层处理图片信息,最终返回靶标特征点的坐标、同心椭圆长轴长度以及各个特征点的遮挡情况;其中,遮挡模式由四位组成,每一位代表四个同心圆之一是否识别到,若识别到则该位置“1”,否则置“0”;该编码反映了当前的遮挡模式,是下一阶段判断可用弦端点的依据。
3.根据权利要求1所述的一种基于视觉的UUV轴向及周向偏差检测方法,其特征在于:通过遮挡模式确定参与运算的弦端点,然后根据π-β-α与γ的大小关系确定转动方向,计算转动角度,发送给上位机;停止转动后再次计算θ,若θ落在误差允许范围之内,则进入轴向对准阶段,否则继续发送转动指令,调整相机位置。
4.根据权利要求1所述的一种基于视觉的UUV轴向及周向偏差检测方法,其特征在于:周向对准后,靶标面可近似看作垂直于光轴,在这种情况下,通过实际尺寸,求一个像素代表的实际尺寸;计算当前图像坐标系下靶标中心点的坐标与图像中心之间的差值,再通过相机标定参数将其由像素坐标系转换至相机坐标系,即求得需要轴向移动的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211592084.3A CN115930843A (zh) | 2022-12-12 | 2022-12-12 | 一种基于视觉的uuv轴向及周向偏差检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211592084.3A CN115930843A (zh) | 2022-12-12 | 2022-12-12 | 一种基于视觉的uuv轴向及周向偏差检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115930843A true CN115930843A (zh) | 2023-04-07 |
Family
ID=86650485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211592084.3A Pending CN115930843A (zh) | 2022-12-12 | 2022-12-12 | 一种基于视觉的uuv轴向及周向偏差检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115930843A (zh) |
-
2022
- 2022-12-12 CN CN202211592084.3A patent/CN115930843A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110064819B (zh) | 基于结构光的柱面纵向焊缝特征区域提取、焊缝跟踪方法及系统 | |
CN107671896B (zh) | 基于scara机器人的快速视觉定位方法及系统 | |
JP2005121641A (ja) | 人工標識生成方法、移動ロボットの自己位置及び方位角の推定方法、移動ロボットの自己位置及び方位角の推定装置、移動ロボット及び推定プログラム | |
CN107300382B (zh) | 一种用于水下机器人的单目视觉定位方法 | |
CN112658643A (zh) | 接插件装配方法 | |
CN116091603A (zh) | 一种基于点特征的箱体工件位姿测量方法 | |
CN113192029B (zh) | 一种基于ToF的焊缝识别方法 | |
CN113554713B (zh) | 飞机蒙皮移动机器人制孔视觉定位及检测方法 | |
CN115930843A (zh) | 一种基于视觉的uuv轴向及周向偏差检测方法 | |
CN112862862B (zh) | 基于人工智能视觉跟踪的飞机自主受油装置及应用方法 | |
CN113432585A (zh) | 一种基于机器视觉技术的非接触式轮毂位置精确测定方法 | |
CN112588621A (zh) | 一种基于视觉伺服的农产品分拣方法及系统 | |
Wang et al. | Multilayer positioning strategy for tubesheet welding robot based on point cloud model | |
CN114237262B (zh) | 一种水面无人船自动停泊方法及系统 | |
CN114654457B (zh) | 具有远近视距引导的机械臂多工位精确对准方法 | |
CN106153012B (zh) | 指定目标的空间姿态参数测量方法及其应用 | |
CN114963981A (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
Song et al. | Localization Method Based on Image Processing for Autonomous Driving of Mobile Robot in the Linear Infrastructure | |
Shi et al. | Monocular Vision Based Grasping Approach for a Mobile Manipulator | |
CN114166141B (zh) | 一种直升机高速旋转桨叶图像的多圆形标记检测方法 | |
CN112489139B (zh) | 基于外部标识的相机与机器人几何中心位置的标定方法 | |
CN114596341B (zh) | 面向大视场运动目标的多相机高精度三维位姿跟踪方法 | |
Ji et al. | Increased plane identification precision with stereo identification | |
CN112862812B (zh) | 一种柔性机器人的操作空间轨迹优化方法、系统及装置 | |
AU2021105660A4 (en) | Visual target tracking method based on bionic retina |
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 |