本發(fā)明屬于機器人研發(fā)制造
技術領域：
，具體是涉及一種通過圖像識別實現(xiàn)機器人定位的方法。
背景技術：
：：機器人的誕生和機器人學的建立和發(fā)展是20世紀自動控制最具說服力的成就之一，是20世紀人類科學技術進步的重大成果。機器人從20世紀60年代誕生以來，隨著電子技術、計算機技術、信號處理和人工智能技術的發(fā)展，在短短的幾十年內(nèi)取得了巨大進步。從第一臺機械手到現(xiàn)在的大規(guī)模自動化生產(chǎn)線，機器人技術在工業(yè)領域的廣泛應用大大提高了生產(chǎn)效率并獲得了巨大的成功。隨著機器人技術的發(fā)展，越來越多的具有智能化特點的機器人深入到我們的生產(chǎn)生活中。機器人的室內(nèi)定位是機器人領域的一個重要研究熱點。現(xiàn)有的定位方法主要有以下幾種：一是一般的GPS定位，只能在室外使用，精度為10米左右；二是通過Wifi、Zigbee、藍牙等無線信號強度定位，容易受到環(huán)境遮擋等干擾，精度在1-10米左右；三是電磁定位，受環(huán)境干擾大，無法在一般環(huán)境下使用；四是光學定位，通過在室內(nèi)安裝多個固定攝像頭對特定物體進行追蹤，精度很高，但是容易受遮擋干擾，架設成本貴。除了光學定位，其他定位技術都無法達到機器人導航所需的定位精度，一般室內(nèi)的壁障要求誤差在5厘米以內(nèi)，而機器人對方向定位的要求更高，隨著離定位點的距離加大，方位誤差會引入線性增大的位移誤差，在定位點密度約10米的環(huán)境，方位誤差不能超過1度。技術實現(xiàn)要素：：為此，本發(fā)明所要解決的技術問題在于現(xiàn)有技術中用于機器人室內(nèi)定位的方法定位精度低，容易受遮擋干擾，架設成本貴，從而提出一種通過圖像識別實現(xiàn)機器人室內(nèi)定位的方法。為達到上述目的，本發(fā)明的技術方案如下：一種通過圖像識別實現(xiàn)機器人室內(nèi)定位的方法，包括如下步驟：S1：在環(huán)境中預先安置多個路牌，并獲取多個所述路牌的位置和方向，在機器人身上安裝豎直方向的攝像頭。S2：通過機器人身上的攝像頭獲取環(huán)境圖像，在環(huán)境圖像中獲取第一特征路牌的位置和輪廓。S3：根據(jù)步驟S2中的第一特征路牌的位置和輪廓識別環(huán)境圖像中的路牌編號，取最接近的路牌編號作為識別的號碼，獲取第二特征路牌。S4：根據(jù)步驟S3中的第二特征路牌的位置和方向確定機器人自身的位置和方向，實現(xiàn)機器人定位。作為上述技術方案的優(yōu)選，所述步驟S1中：多個所述路牌的位置和方向通過安裝時指定或者通過安裝后測量獲取。作為上述技術方案的優(yōu)選，所述步驟S1中：多個所述路牌均為藍底白字路牌。作為上述技術方案的優(yōu)選，所述步驟S2具體包括如下步驟：S21：預先計算環(huán)境中多個路牌在HS分量的二維直方圖，所述HS分量為色度和飽和度分量。S22：將環(huán)境中每個像素值映射到HS空間，并用路牌直方圖的值代替，即獲取到濾除路牌背景后的灰度圖，越亮的位置越接近路牌。S23：對所述灰度圖進行二值化處理，得到路牌的二值圖。S24：對所述二值圖進行模糊和銳化處理，使得路牌的邊盡量連續(xù)。S25：對模糊和銳化處理后的二值圖進行尋邊處理。S26：在尋邊處理后的二值圖中尋找封閉輪廓。S27：將封閉輪廓轉(zhuǎn)換成近似多邊形。S28：從近似多邊形中獲取四邊形，并對所述四邊形進行凸邊形檢測，去掉非凸邊形。S29：在去掉非凸邊形后的四邊形進行處理，獲取面積最大的四邊形作為第一特征路牌，并記錄所述第一特征路牌的位置和輪廓。作為上述技術方案的優(yōu)選，所述步驟S3具體包括如下步驟：S31：獲取步驟S2中的第一特征路牌的位置和輪廓信息。S32：根據(jù)第一特征路牌的輪廓中的四個角點的圖像坐標和本地平面坐標，計算出攝像頭的圖像屏幕到路牌屏幕的仿射矩陣。S33：根據(jù)所述仿射矩陣，映射路牌圖像到路牌平面。S34：和已知的路牌進行模式匹配，取最接近的路牌編號作為識別的號碼，將最接近的路牌作為第二特征路牌。作為上述技術方案的優(yōu)選，所述步驟S4具體包括如下步驟：S41：確定攝像機空間坐標到圖像坐標的換算公式，所述換算公式如下：sm′＝A[R|t]M′，即suv1=fx0cx0fycy001r11r12r13t1r21r22r23t2r31r32r33t3XYZ1,]]>其中，s表示因攝像機成像屏幕坐標軸相互不正交引出的傾斜因子，m’表示圖像坐標，A表示攝像機內(nèi)參數(shù)矩陣，[R]t表示攝像機外參數(shù)矩陣，M’表示空間坐標。S42：通過攝像機校準獲取攝像機內(nèi)參數(shù)矩陣A。S43：根據(jù)第二特征路牌中4個點的圖像坐標和空間坐標獲取攝像機外參數(shù)矩陣，即機器人在空間中的旋轉(zhuǎn)和位移，實現(xiàn)機器人的定位。本發(fā)明的有益效果在于：本發(fā)明通過移動機器人身上的攝像頭和圖像識別技術，識別環(huán)境中預先安置的路牌則可以根據(jù)路牌的位置和方向確定自身的位置和方向，精度可以達到厘米級，滿足機器人導航所需的精度要求，且不容易受到遮擋的干擾。對于通常的機器人平臺無額外成本：機器人平臺至少需要一個攝像機用來拍攝周圍的環(huán)境，用于遠程監(jiān)控或者錄像，或者用于機器視覺。精度可以很高：提高攝像頭分辨率，采取多次定位算法，可達到毫米級位置精度和1度以內(nèi)的方位精度。系統(tǒng)架設成本低：一般彩色打印機打印的藍底白字路牌即有很高的識別率，只需在環(huán)境中安置打印的路牌，并記錄路牌的位置和方向就可以完成定位系統(tǒng)的架設?；诼放谱R別的定位符合人類導航的策略，更容易和機器視覺整合。附圖說明：以下附圖僅旨在于對本發(fā)明做示意性說明和解釋，并不限定本發(fā)明的范圍。其中：圖1為本發(fā)明一個實施例的一種通過圖像識別實現(xiàn)機器人室內(nèi)定位的方法流程圖；圖2為本發(fā)明一個實施例的第一特征路牌的位置和輪廓獲取流程圖；圖3為本發(fā)明一個實施例的路牌在HS分量的二維直方圖；圖4為本發(fā)明一個實施例的濾除路牌背景后的灰度圖；圖5為本發(fā)明一個實施例的對灰度圖二值化后的二值圖；圖6為本發(fā)明一個實施例的進行模糊和銳化處理后的二值圖；圖7為本發(fā)明一個實施例的尋邊處理后的二值圖；圖8為本發(fā)明一個實施例的第二特征路牌獲取流程圖；圖9為本發(fā)明一個實施例的機器人位置和方向獲取流程圖。具體實施方式：如圖1所示，本發(fā)明的一種通過圖像識別實現(xiàn)機器人室內(nèi)定位的方法，包括如下步驟：S1：在環(huán)境中預先安置多個路牌，并獲取多個所述路牌的位置和方向，在機器人身上安裝豎直方向的攝像頭。本實施例中，多個所述路牌的位置和方向通過安裝時指定或者通過安裝后測量獲取。多個所述路牌均為藍底白字路牌。S2：通過機器人身上的攝像頭獲取環(huán)境圖像，在環(huán)境圖像中獲取第一特征路牌的位置和輪廓。如圖2所示，所述步驟S2具體包括如下步驟：S21：如圖3所示，預先計算環(huán)境中多個路牌在HS分量的二維直方圖，所述HS分量為色度和飽和度分量。S22：如圖4所示，將環(huán)境中每個像素值映射到HS空間，并用路牌直方圖的值代替，即獲取到濾除路牌背景后的灰度圖，越亮的位置越接近路牌。S23：如圖5所示，對所述灰度圖進行二值化處理，得到路牌的二值圖。S24：如圖6所示，對所述二值圖進行模糊和銳化處理，使得路牌的邊盡量連續(xù)。S25：如圖7所示，對模糊和銳化處理后的二值圖進行尋邊處理。S26：在尋邊處理后的二值圖中尋找封閉輪廓。S27：將封閉輪廓轉(zhuǎn)換成近似多邊形。S28：從近似多邊形中獲取四邊形，并對所述四邊形進行凸邊形檢測，去掉非凸邊形。S29：在去掉非凸邊形后的四邊形進行處理，獲取面積最大的四邊形作為第一特征路牌，并記錄所述第一特征路牌的位置和輪廓。S3：根據(jù)步驟S2中的第一特征路牌的位置和輪廓識別環(huán)境圖像中的路牌編號，取最接近的路牌編號作為識別的號碼，獲取第二特征路牌。如圖8所示，所述步驟S3具體包括如下步驟：S31：獲取步驟S2中的第一特征路牌的位置和輪廓信息。S32：根據(jù)第一特征路牌的輪廓中的四個角點的圖像坐標和本地平面坐標，計算出攝像頭的圖像屏幕到路牌屏幕的仿射矩陣。S33：根據(jù)所述仿射矩陣，映射路牌圖像到路牌平面。S34：和已知的路牌進行模式匹配，取最接近的路牌編號作為識別的號碼，將最接近的路牌作為第二特征路牌。S4：根據(jù)步驟S3中的第二特征路牌的位置和方向確定機器人自身的位置和方向，實現(xiàn)機器人定位。如圖9所示，所述步驟S4具體包括如下步驟：S41：確定攝像機空間坐標到圖像坐標的換算公式，所述換算公式如下：sm′＝A[R|t]M′，即suv1=fx0cx0fycy001r11r12r13t1r21r22r23t2r31r32r33t3XYZ1,]]>其中，s表示因攝像機成像屏幕坐標軸相互不正交引出的傾斜因子，m’表示圖像坐標，A表示攝像機內(nèi)參數(shù)矩陣，[R]t表示攝像機外參數(shù)矩陣，M’表示空間坐標。S42：通過攝像機校準獲取攝像機內(nèi)參數(shù)矩陣A。S43：對于平面物體Z＝0，我們最少需要4個對應點就可以解方程得到R|t，即平面物體的旋轉(zhuǎn)和位移。根據(jù)第二特征路牌中4個點的圖像坐標和空間坐標獲取攝像機外參數(shù)矩陣，即機器人在空間中的旋轉(zhuǎn)和位移，實現(xiàn)機器人的定位。本實施例所述的一種通過圖像識別實現(xiàn)機器人室內(nèi)定位的方法，通過移動機器人身上的攝像頭和圖像識別技術，識別環(huán)境中預先安置的路牌則可以根據(jù)路牌的位置和方向確定自身的位置和方向，精度可以達到厘米級，滿足機器人導航所需的精度要求，且不容易受到遮擋的干擾。對于通常的機器人平臺無額外成本，機器人平臺只需要一個攝像機用來拍攝周圍的環(huán)境，用于遠程監(jiān)控或者錄像，或者用于機器視覺。精度可以很高，提高攝像頭分辨率，采取多次定位算法，可達到毫米級位置精度和1度以內(nèi)的方位精度。系統(tǒng)架設成本低，一般彩色打印機打印的藍底白字路牌即有很高的識別率，只需在環(huán)境中安置打印的路牌，并記錄路牌的位置和方向就可以完成定位系統(tǒng)的架設?；诼放谱R別的定位符合人類導航的策略，更容易和機器視覺整合。顯然，上述實施例僅僅是為清楚地說明所作的舉例，而并非對實施方式的限定。對于所屬領域的普通技術人員來說，在上述說明的基礎上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。而由此所引伸出的顯而易見的變化或變動仍處于本發(fā)明創(chuàng)造的保護范圍之中。當前第1頁1 2 3