本發(fā)明涉及一種指定目標的空間姿態(tài)參數(shù)測量方法及其應用，屬于空間物體的位姿測量
技術領域：
。
背景技術：
：現(xiàn)有的基于視覺的目標空間姿態(tài)檢測方法中，大多需要預先利用其它技術手段獲取一項或者幾項目標位姿參數(shù)，在此基礎上再利用視覺檢測獲得其它參數(shù)。例如，預先知道攝像機到目標平面的高度，或攝像機平面與目標平面之間的夾角等，但這些限制條件大大縮小了測量方法的使用范圍。尤其是需要多臺攝像機協(xié)同工作時，龐大的數(shù)據(jù)量和較小的拍攝范圍則會限制此類技術的推廣。技術實現(xiàn)要素：本發(fā)明所要解決的技術問題在于針對現(xiàn)有技術的不足，提供一種指定目標的空間姿態(tài)參數(shù)測量方法及其應用，依據(jù)目標的幾何尺寸和成像尺寸確定目標的空間姿態(tài)參數(shù)，操作方便且準確可靠。本發(fā)明所要解決的技術問題是通過如下技術方案實現(xiàn)的：一種指定目標的空間姿態(tài)參數(shù)測量方法，包括如下步驟：步驟100：對攝像機進行標定，獲取攝像機的內(nèi)部參數(shù)；采集得到指定目標的圖像；所述指定目標由置于周圍環(huán)境中的圓和直線段組成，圓、直線段和周圍環(huán)境均為單一顏色且各不相同，圓的直徑已知；步驟200：通過對指定目標的圖像進行二值化處理和區(qū)域標識，分別得到圓區(qū)域和直線段區(qū)域的圖像；步驟300：計算指定目標的圖像中的橢圓參數(shù)和直線段傾角，其中橢圓參數(shù)包括：橢圓的中心坐標、橢圓長軸的長度、橢圓短軸的長 度和橢圓長軸傾角；步驟400：通過攝像機內(nèi)部參數(shù)以及指定目標與指定目標的圖像之間的幾何關系計算獲得指定目標的空間姿態(tài)參數(shù)，包括：在攝像機坐標系中，指定目標中圓心的三維坐標、指定目標的方位角以及攝像機到指定目標平面的高度。為了便于標定，所述步驟100中的攝像機的標定方法為張正友平面法。具體來說，所述步驟300中通過慣量橢圓法計算得到橢圓參數(shù)和直線段傾角。本發(fā)明還提供一種如上所述的指定目標的空間姿態(tài)參數(shù)測量方法的應用，該應用包括如下：步驟1000：將指定目標粘貼在機器人表面；步驟2000：攝像機安裝在機械臂上，根據(jù)上述的方法確定的指定目標的空間姿態(tài)參數(shù)，控制機械臂運動到適當位置以便抓取機器人。具體來說，所述步驟1000中指定目標貼在機器人的上表面。所述的機器人包括地面處理機器人、擦窗機器人或壁面處理機器人。綜上所述，本發(fā)明無需利用其它技術手段，在指定目標和攝像機均在隨機位置的情況下，只要目標完全處于攝像機視野內(nèi)，便可依據(jù)目標的幾何尺寸和成像尺寸確定目標的空間姿態(tài)參數(shù)，操作方便且準確可靠。下面結合附圖和具體實施例，對本發(fā)明的技術方案進行詳細地說明。附圖說明圖1為本發(fā)明指定目標的示意圖形；圖2為本發(fā)明的坐標系對應關系示意圖；圖3為本發(fā)明的成像示意圖；圖4為本發(fā)明的拍攝示意圖。具體實施方式本發(fā)明提供一種指定目標的空間姿態(tài)參數(shù)測量方法，最終得到的結果包括：在攝像機坐標系中，指定目標中圓心的三維坐標、指定目標的方位角以及攝像機到指定目標平面的高度。圖1為本發(fā)明指定目標的示意圖形。如圖1所示，為方便參數(shù)的計算，指定目標由一個單一顏色的圓10和一個單一顏色的直線段20組成，為了便于區(qū)分，其中圓10、直線段20和周圍環(huán)境30的顏色需要各不相同，這里對顏色本身沒有特殊要求，只須三者的顏色不同，以便于區(qū)分即可。在三種形狀中，只有圓10的尺寸參數(shù)，即：圓的直徑為已知數(shù)。本發(fā)明利用單個攝像機拍攝指定目標獲得目標圖像，通過攝像機內(nèi)部參數(shù)以及指定目標和指定目標圖像之間的幾何關系，便可計算出在攝像機坐標系中，指定目標的空間姿態(tài)參數(shù)。獲得這些空間姿態(tài)參數(shù)之后，便可以通過程序控制對貼有該指定目標的機器進行抓取。圖2為本發(fā)明的坐標系對應關系示意圖；圖3為本發(fā)明的成像示意圖；圖4為本發(fā)明的拍攝示意圖。以下結合圖1至圖4，對本發(fā)明的具體步驟進行如下詳細說明：步驟100：利用張正友平面法(具體步驟參見：Zhangzhengyou.“Aflexiblenewtechniqueforcameracalibration.”MSTechnicalReport.Dec.21998)的方法對攝像機進行標定，獲取攝像機的內(nèi)部參數(shù)，包括：鏡頭焦距f、光心的圖像O’坐標(xo',yo')、矯正圖像的映射矩陣mapx,mapy，然后采集指定目標的圖像，得到矯正后的指定目標圖像image_src。攝像機的透鏡成像系統(tǒng)采用的是針孔成像的原理，由于透鏡畸變導致實際成像效果與針孔成像略有偏差；同時，在攝像機裝配過程中也會導致鏡頭與感光元件位置的小范圍偏移，這些誤差都會降低測量精度，通過攝像機標定可以矯正圖像，使成像系統(tǒng)更加接近針孔模型。步驟200：通過對指定目標圖像進行二值化處理和區(qū)域標識分別得到的圓區(qū)域和直線段區(qū)域的圖像。指定目標圖像有顯著地顏色特征，在HSV空間(HSV(Hue, Saturation,Value)是根據(jù)顏色的直觀特性創(chuàng)建的一種顏色空間,也稱六角錐體模型(HexconeModel)，這個模型中顏色的參數(shù)分別是：色調(diào)(H)，飽和度(S)和亮度(V))可以輕易的實現(xiàn)二值化操作。二值化的目的是使圓和直線段分別與周圍環(huán)境區(qū)分開來，而通過區(qū)域標識是為了剔除其他環(huán)境干擾因素，例如：通過二值化處理后，除了圓的部分顯示出光亮效果，很可能還會有其他微小的亮點，此時通過面積的判斷即可忽略這些亮點，使圓的部分被識別出來。步驟300：計算圓區(qū)域成像的各幾何參數(shù)，實際成像效果如圖3所示：指定目標中的圓區(qū)域對應為目標圖像中的橢圓區(qū)域，通過慣量橢圓法，利用一階矩及二階中心矩可以計算出目標圖像坐標系中橢圓的中心C1的坐標長軸A’B’的長度length_longAxe、短軸D’E’的長度length_shortAxe以及長軸傾角ω，上述的慣量橢圓法為現(xiàn)有算法，具體的算式包括：xc1=1a×Σ(x,y∈R)xyc1=1a×Σ(x,y∈R)ylength_longAxe=22(u2,0+u0,2+(u2,0-u0,2)2+4u1,12length_shortAxe=22(u2,0+u0,2-(u2,0-u0,2)2+4u1,12ω=-12arctan2u1,1u0,2-u2,0]]>在上式中，R為二值圖像中的橢圓區(qū)域，a為橢圓的區(qū)域面積，u1,1,u2,0,u0,2為二階中心矩。a=Σ(x,y)∈R1u2.0=1aΣ(x,y)∈R(x-xc1)2u0,2=1aΣ(x,y)∈R(y-yc1)2u1,1=1aΣ(x,y)∈R(x-xc1)(y-yc1)]]>利用慣量橢圓法計算圖像坐標系中直線段的傾角γ'，γ′=-12arctan2v1,1v0,2-v2,0]]>其中，v1,1,v2,0,v0,2是直線段區(qū)域的二階中心矩，其算法同橢圓的二階中心矩，則攝像機坐標系中直線傾角γ＝γ'-ω。橢圓參數(shù)的計算和直線段傾角的計算順序不分先后，也可以先計算直線段傾角γ'，再計算各橢圓參數(shù)。在實際應用中，圖3中直線H’K’和機器人的一條橫向邊界平行，計算出直線的傾角，也就得到了機器人的偏轉角度。具體如圖3所示，γ’角是指直線H’K’在圖像坐標系中的傾角，γ角是指在攝像機坐標中的傾角，要計算的角度就是γ角。結合如圖2所示，XcFYc是攝像機坐標系，XO’Y是圖像坐標系，兩個坐標系的Z軸相同，即：圖2中的Zc軸，圖像坐標系XO’Y相對于攝像機坐標系XcFYc有一個傾角ω角。因此，只需算出圖像坐標系XO’Y中的直線H’K’的傾角γ’，即可算出H’K’在攝像機坐標系XcFYc中的傾角γ，由于直線H’K’和機器人的一條邊界平行，算出γ也就是算出了機器人的偏轉角度。步驟400：在拍攝示意圖4中，已知參數(shù)包括|FO’|(鏡頭焦距f)、圓的直徑|AB|、|DE|及其成像的長度|A’B’|(橢圓長軸長度length_longAxe)、|D’E’|(橢圓短軸長度(length_shortAxe)、光心的像O’、橢圓中心的像C1。欲求參數(shù)包括攝像機坐標系下的圓心坐標C{XC,YC,ZC}，沿FJ軸的方位角α、沿l軸方位角β、沿FO軸(光軸)方位角γ以及攝像機到指定目標平面的高度h。首先，在圖像坐標系中，可以得到|FC1|=|FO′|2+|O′C1|2,|FC′|=|FO′|2+|O′C′|2,]]>攝像機平面與目標平面的夾角然后，根據(jù)相似三角形可以得到可以證明||FC′′|=|AB||A′B′|×|FC′|,]]>從而可以得到|CC′′|=|FC′′||FC′|×|C′C1|,]]>以及h＝|FC”|cos∠C”FG，其中h為攝像機光心到目標平面高度。在三角形FC”J中可以求出|C”J|＝|FC”|sin∠C”FJ,故,設圓心C在攝像機坐標系下的坐標為{XC,YC,ZC}，ZC＝|FC|cosθ，其中，θ=arctan|O′C1||FO′|,YC=|AB||A′B′||C′C1|,XC=|AB||A′B′||O′C′|.]]>綜上所述，得到目標位姿參數(shù)C{XC,YC,ZC}、方位角{α,β,γ}以及高度h。圖4中，光軸FO垂直于攝像機平面，攝像機平面是指攝像機鏡頭所在的平面，成像平面與攝像機平面平行，如圖1中所示的指定目標中的圓區(qū)域投影到成像平面上，即得到圖3中的橢圓，橢圓的長軸A’B’與圖4中的l軸平行，l軸為攝像機平面SH與目標平面M的交線，如圖1中所示的指定目標中的直線段在攝像機坐標系中的偏轉角，即為直線段相對于A’B’的夾角γ，如圖3所示。CC”垂直于平面OFG，其中FG為攝像機到目標平面的高度h，構成攝像機坐標的三個軸分別為FJ(X軸)，l(Y軸)，F(xiàn)O(Z軸)，由于C1和O’的坐標已知，O’C1可計算出來，焦距FO’已知，且FO’垂直于成像平面，因而FO’C1為直角三角形，通過公式求出FC1，由于C’C1平行于AB，因而可求出角C’C1O’，而角C1C’O’為直角，可求出O’C’,從而求出FC’；再通過相似三角形等條件求得h及方位角，最后求出圓心坐標。該方法可以應用到機械臂抓取機器人上，這里所述的機器人包括 地面處理機器人、擦窗機器人、壁面處理機器人等，只要是在指定的平面上作業(yè)的機器人都可以應用到操作中去，具體做法是將帶有圖1中所示的指定目標貼在機器人的上表面，貼在機器人上表面不僅有利于攝像機采集指定目標圖像也可方便機械臂抓取，指定目標中的三個圖形加以顏色區(qū)分。攝像機裝在機械臂上，根據(jù)指定目標和本發(fā)明前述的算法確定機器人所在的位置坐標，從而控制機械臂運動到適當位置以便抓取機器人。需要說明的是，該方法不僅限于應用機械臂抓取目標物體的范疇，還可應用在其他領域，例如無人機對目標物體的探測、跟蹤。綜上所述，本發(fā)明無需利用其它技術手段，在指定目標和攝像機均在隨機位置的情況下，只要指定目標完全處于攝像機視野內(nèi)，便可依據(jù)指定目標的幾何尺寸和成像尺寸確定目標的空間姿態(tài)參數(shù)，操作方便且準確可靠。當前第1頁1 2 3