基于有限范围内自发光特征物的机器人双目定位研究

来源:用户上传      作者:王强 王国庆 杨康 梁思瑞 王明圣

　　摘要：针对室内光照多变对机器视觉带来的不良影响所造成的室内机器人难定位的问题，提出了基于固定自发光特征物的双目定位算法设计，实现了机器人在室内环境中的定位。针对视觉定位算法实时性不高、处理数据量大的問题，通过预先建立数据库的方法避开复杂的计算，提高了视觉定位速度。具体而言，建立了固定特征物投影模型，实现了特征物模型的建立和对应数据库的生成，将特征点像素坐标与投影平面坐标进行匹配，并将相机在环境坐标系中的位姿转换为运动平台在环境坐标系中的位姿，实现了运动平台在室内环境中的定位。最终经过测试，证明该方法是可行的。
　　关键词： 室内移动机器人; 双目定位; 自发光特征物; 双目定位算法
　　【Abstract】 Aiming at the problem that indoor robots are difficult to locate due to the adverse effects of indoor illumination on machine vision， a binocular localization algorithm based on fixed self-luminous features is proposed， which realizes the localization of robots in indoor environment. Aiming at the problem of low real-time performance and large amount of data processing of visual localization algorithm， the method of pre-establishment of database avoids complex calculation and improves the speed of visual localization. Specifically， the projection model of fixed feature is established， the establishment of feature model and the generation of corresponding database are realized， the pixel coordinates of feature points are matched with the projection plane coordinates， and the pose of camera in the environment coordinate system is converted to that of the motion platform in the environment coordinate system， thus realizing location of indoor environment of the motion platform in the environment coordinate system. Finally， the test results show that the method is feasible.
　　【Key words】  indoor mobile robot; binocular localization; self-luminous feature; binocular localization algorithm
　　0 引 言
　　自主移动机器人是可依靠自身智能系统进行自主导航的在地面运动的机器人。文献[1]中提出如何解决移动机器人“走”的问题一直是自主移动机器人领域所存在的问题。文献[2]提出移动机器人实现自主运动的基础就是实现其自身定位。文献[3]提出在小型移动机器人的发展下，对其自主运动系统应该有更高的要求。文献[4]提出大多数小型移动机器人需要通过传感器感知其所处环境及自身位置。文献[5]所述的“爱家一号”通过重复路径来记忆路径。文献[6]中的Botlr的机器人管家，使用激光雷达和摄像机进行导航和定位。文献[7]所述的移动机器人监控系统为机器人搭载多种模块化传感器，能感知机器人周围环境。文献[8]所述的CASIA-I轮式移动机器人，是在多传感器信息融合的基础上实现了自主定点移动和轨迹跟踪的功能。
　　以上研究都取得了不同的进展，但是依然存在定位不精确等问题。室内环境的光照情况复杂，影响机器视觉的图像采集和处理。所以，视觉定位在室内环境中的应用也受到了很大的限制。本次研究提出基于固定自发光特征物的双目定位算法设计，可以解决光照情况复杂的问题，将特征物图像与预先建立的数据库进行数据匹配，确定机器人的实时位姿，以实现机器人在室内环境中的定位。
　　1 整体方案
　　根据周围环境进行绝对定位，不存在累积误差且精度高，并极力降低定位算法的复杂度。双目摄像机安装在运动平台顶端，便于采集图像。运动测试平台机械结构三维模型图如图1所示。其中，双目定位系统位于平台的最上方。
　　 通过采用摄像机采集室内自发光特征物图像，并提取图像中的特征物的特征，将特征与预先建立的数据库进行数据匹配，确定机器人的实时位姿。
　　基于室内自发光特征物的双目定位算法，可以解决室内光照情况复杂的问题，研究时将涉及算法的理论支撑、模型建立、数据库建立、图像处理、特征提取、特征匹配以及平台定位等。基于自发光特征物的双目定位算法流程如图2所示。
　　 首先根据左右摄像机得到周围物体的图像，将得到的图像传递回来之后进行图像矫正，经过左右两个摄像机实现双目定位。将摄像机得到的特征物上某些点的坐标与自发光特征物投影数据库进行匹配，可以将左摄像机的坐标系转化为机器人坐标系，进而实现移动机器人定位。 　　2 室内自发光特征物的双目定位算法
　　2.1 基于自发光特征物的双目定位
　　2.4 双目摄相机特征识别流程
　　以实验室内嵌矩形房顶灯为例，对预处理后的图像进行边缘检测。边缘检测通过灰度值突变进行图像分割。从预处理后的图像中，提取出矩形房顶灯的4个端点坐标。图像特征提取的流程如图7所示。
　　2.5 特征匹配
　　要与数据库中的坐标匹配，还需进行像素坐标到投影平面坐标的变换。环境坐标系的原点为房顶灯的一个角点。根据投影关系可知，若将摄像机对准环境坐标系原点，房顶灯上作为环境坐标系原点的特征点在投影平面上所成的点即为投影平面坐标系上的像主点O′l。建立的自发光特征物投影数据库中的投影平面坐标单位是mm，但特征提取得到的是特征点的像素坐标。像素坐标系的原点在图像的左上角，X轴正方向水平向右，Y轴正方向竖直向下。需要将像素坐标系坐标转换为投影平面坐标系坐标。[JP2]用OCO （xCO，yCO）表示图像坐标系中的房顶灯图像上作为环境坐标系原点的特征点像素坐标，用PC1 （xC1，yC1）和PC2 （xC2，yC2）表示P1和P2的像素坐标，则像素坐标与投影平面坐标的变换关系见表1。
　　 再对图像中的O′l点进行双目测距，即可得环境坐标系原点与左相机坐标系原点之间的距离D。将距离为D时得到的特征点投影平面坐标与自发光特征物投影数据库中对应特征点的坐标值进行匹配就可得出相机坐标系在环境坐标系中的坐标（D，θ，φ）。
　　2.6 平台定位
　　双目定位中得到的是左相机坐标系的位姿，如图8所示，建立机器人坐标系OrXrYrZr。需要根据舵机累积的旋转角度α、左相机坐标系位姿以及相机在平台上的安装位置关系，计算出运动平台坐标系在环境坐标系中的位姿。
　　 经过计算可得P1点投影平面x坐标平均绝对误差0.008 mm、平均相对误差0.041 5，Y坐标平均绝对误差0.006 5 mm、平均相对误差0.059 6。P2点投影平面x坐标平均绝对误差为0.007 5 mm、平均相对误差0.005 4，Y坐标平均绝对误差为0.005 7 mm、平均相对误差0.016 0。
　　根据数据库中的数据可知，在不考虑双目测距以及其他因素引起的误差的情况下， 在室内距离自发光特征物3 m距离内至少可以实现球面坐标中θ和值精度±5°的定位。
　　4 结束语
　　本次研究主要完成了双目视觉定位算法的设计，利用室内固定的自发光特征物进行视觉定位，解决室内光照多变的问题。首先提出了基于自发光特征物的双目定位理论，接着介绍了双目定位算法的实现过程，对于特征物的选择进行了分析，并且建立了投影模型的数据库。通过相机得到的图像进行了特征识别以及与数据库的匹配，最终根据坐标系之间的关系实现了对平台的定位。
　　参考文献
　　[1] 徐德，邹伟. 室内移动式服务机器人的感知、定位与控制[M]. 北京：科学出版社，2008.
　　[2]BURRI M， OLEYNIKOVA H， ACHTELIK M W， et al. Real-time visual-inertial mapping， re-localization and planning onboard MAVs in unknown environments[J]// Proceedings of the 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Hamburg， Germany： IEEE， 2015：1872.
　　[3]ZHAO Xiaochuan， LUO Qingsheng， HAN Baoling. Survey on robot multi-sensor information fusion technology[C]//2018 7th World Cogress on Intelligent Control and Automation. Chongqing， China：IEEE，2008：5019.
　　[4]HENDRICH N， BISTRY H， ZHANG Jianwei. Architecture and software design for a service robot in an elderly-care scenario[J]. Engineering， 2015（1）：27.
　　[5]田红瑞. 轮式家庭服务机器人导航的研究[D]. 南京：东南大学，2015.
　　[6]ASHHAD B K， BRISTY I， KHATUN H. Design and implementation of an interactive service robot[J]. Journal of Computer and Communications， 2015，3（11）：121.
　　[7]蘇南光，张华成，杨雄珍，等. 基于网络控制的移动监控机器人的设计与研究[J]. 电子世界，2017（23）：104.
　　[8] 李磊，陈细军，侯增广，等. 自主轮式移动机器人CASIA-I的整体设计[J]. 高技术通讯，2003，13（11）：51.
转载注明来源:https://www.xzbu.com/8/view-15265994.htm