專利名稱：基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)及方法
技術領域：
本發(fā)明涉及一種移動機器人導航技術，特別是一種應用嵌入式計算機技術和基于 改進SIFT算法的數(shù)字圖像識別技術相結合的移動機器人遠程快速視覺定位系統(tǒng)及方法。
背景技術：
圖像識別技術作為移動機器人視覺定位系統(tǒng)的核心和基礎技術之一，是目前移動 機器人視覺定位領域研究的前沿和熱點，該技術在移動機器人環(huán)境感知、自主定位、類人行 為等具體實踐中正得到越來越廣泛的應用，其圖像匹配算法一 SIFT算法也逐漸被人們所 采用。SIFT算法是一種提取局部特征的算法，在尺度空間尋找極值點，提取位置，尺度， 旋轉不變量。運用SIFT算法提取的SIFT特征點向量具有如下優(yōu)點SIFT特征是圖像的局 部特征，對旋轉、尺度縮放、亮度變化保持不變化性，對視角變化、仿射變換、噪音也保持一 定程度的穩(wěn)定性；獨特性好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進行快速、準確的匹 配；多量性，即使少數(shù)的幾個物體也可以產生大量SIFT特征向量。目前，移動機器人視覺定位為提高視覺識別的實時性大都使用功能強大的工控機 進行視覺識別運算，這樣造成了機器人系統(tǒng)結構的龐大、冗余度大、功耗高、對環(huán)境適應性 弱、移動性不好、價格昂貴，且原有的SIFT算法需要較大的計算量，降低了移動機器人定位 的實時性。

發(fā)明內容
根據(jù)背景技術所述，本發(fā)明的目的在于避免上述不足，提供一種利用嵌入式計算 機技術和基于改進S IFT算法的圖像識別技術，可大大降低匹配時間，并能對移動機器人行 走路徑中的復雜背景、傾斜、形變、污濁、部分遮擋、光線變化的特定標示物進行有效識別， 簡化移動機器人的結構的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)及方法。為了實現(xiàn)上述目的，本發(fā)明是通過以下技術方案來實現(xiàn)的—種基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)，包括嵌入式底板 (1)、嵌入式核心板(2)、圖像數(shù)據(jù)采集模塊(3)、數(shù)字信號處理模塊(4)、通信模塊(5)、USB 接口(6)、存儲模塊(7)、攝像頭(8)和定位顯示終端(9)，其中在嵌入式底板(1)內設置 嵌入式核心板(2)、圖像數(shù)據(jù)采集模塊(3)、數(shù)字信號處理模塊(4)、無線通信模塊(5)、USB 接口(6)和存儲模塊(7)，攝像頭⑶與嵌入式底板⑴上的USB接口(6)相連接，圖像數(shù) 據(jù)采集模塊(3)的信號輸入端連接到USB接口(6)。所述的嵌入式核心板(2)為基于ARM的體系結構，圖像數(shù)據(jù)采集模塊(3)為具備 視頻解碼功能的CCD/CMOS照相模塊，數(shù)字信號處理模塊(4)為基于DSP的數(shù)字信號處理模 塊，通信模塊(5)為無線通信模塊?；谇度胧降囊苿訖C器人快速視覺定位及遠程監(jiān)控方法，它包含下列步驟
4
(1)將移動機器人行走路徑中的特定標示物景物進行圖像采集，并進行處理，得到 含有特定標示物圖像的原始圖像；(2)制作標示物模板圖像，將獲得的特定標示物原始圖像進行處理，截取標示物的 重要部分，制作成標示物模板圖像；(3)運用改進SIFT算法對標示物模板圖像進行處理，得到特定標示物模板圖像的 SIFT特征點向量集合；(4)利用移動機器人攝像頭對機器人周圍圖像進行采集，存儲并進行灰度處理，將 圖像變成灰度圖，得到待識別圖像；(5)運用改進SIFT算法對得到的待識別圖像進行處理，得到待識別圖像的SIFT特 征點向量集合； (6)將得到的特定標示物模板圖像的SIFT特征點向量集合和得到的待識別圖像 的SIFT特征點向量集合中查找相互匹配的特征點，計算兩張圖像相對應的匹配特征點集 合；(7)將計算得到的特定標示物模板圖像的匹配特征點集合進行處理，根據(jù)匹配特 征點在特定標示物模板圖像中的坐標位置，實現(xiàn)對機器人周圍景物的圖像識別，最后根據(jù) 特定標示物代表的坐標位置，確定移動機器人的位置，達到視覺定位的目的，并通過通信模 塊將定位信息通過網絡傳送到移動機器人定位顯示終端。所述的特定標示物是移動機器人行走路徑中任意的圖像；所述的改進SIFT算法為對每個關鍵特征點采用6維向量表示；所述的對標示物模板圖像進行處理為通過檢測尺度空間極值點、精確定位極值 點、為每個關鍵點指定方向參數(shù)及關鍵點描述子的生成這幾步之后提取出對旋轉、尺度縮 放、亮度變化保持不變性SIFT特征向量，并存儲在計算機數(shù)據(jù)庫中；所述的匹配特征點的查找及計算為采用關鍵點特征向量的歐式距離來作為兩幅 圖像中關鍵點的相似性判定度量，取特定標示物圖像中的某個關鍵點，并找出其與待識別 圖像中歐式距離最近的前兩個關鍵點，在這兩個關鍵點中，如果最近的距離除以次近的距 離少于某個比例閾值，則接受這一對匹配點；所述的匹配特征點集合的處理為采用極線約束法去除誤匹配點。由于采用了上述技術方案，本發(fā)明具有如下優(yōu)點和效果1、本發(fā)明無需對包含特定標示物背景圖進行較精確的分割，只要特定標示物背景 圖像中包括特定標示物的圖像即可；特定標示物無需進行傾斜校正、二值化等預處理過程； 無需采集訓練樣本，工作量低，特定標示物模版圖像制作簡單，可根據(jù)需要靈活的加以變 更；2、本發(fā)明可對復雜背景、傾斜、形變、污濁、部分遮擋、光線變化的特定標示物進行 有效識別；匹配時間短，非常適合移動機器人視覺定位的實時性要求；3、本發(fā)明利用了嵌入式技術，根據(jù)軟硬件的具體要求量體裁衣，去除冗余，使軟硬 件都達到最精簡狀態(tài)。與PC機相比，嵌入式系統(tǒng)的功耗低、體積小，對環(huán)境的適應性強、移 動性強，更主要的是價格便宜很多，約為同等功能的PC系統(tǒng)的1/10-1/5 ；4、本發(fā)明采用Internet技術，把移動機器人定位信息傳到網絡另一端的移動機 器人定位顯示裝置，實現(xiàn)了移動機器人遠程定位。
5、本發(fā)明


圖1為本發(fā)明系統(tǒng)的結構示意圖。圖2為本發(fā)明基于改進SIFT算法的視覺定位流程圖。
具體實施例方式由圖1示出基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)，它包括嵌 入式底板(1)、嵌入式核心板(2)、圖像數(shù)據(jù)采集模塊(3)、數(shù)字信號處理模塊(4)、通信模 塊(5)、USB接口(6)、存儲模塊(7)、攝像頭(8)和定位顯示終端(9)，其中在嵌入式底板 (1)內設置基于ARM (advanced RISC machines)體系結構的嵌入式核心板(2)、具備視頻 解碼功能的CCD/CMOS圖像數(shù)據(jù)采集模塊(3)、基于DSP (digital signal processor)的數(shù) 字信號處理模塊(4)、無線通信模塊(5)、USB接口(6)和存儲模塊(7)，攝像頭(8)與嵌入 式底板(1)上的USB接口(6)相連接，圖像數(shù)據(jù)采集模塊(3)的信號輸入端連接到USB接 口(6)；采集的圖像數(shù)據(jù)送給數(shù)字信號處理模塊，利用其內部的改進SIFT算法對圖像進行 特征提取，然后交給核心板的Linux操作系統(tǒng)進行與存儲模塊(7)內存儲的特定標示物的 特征數(shù)據(jù)進行比對，實現(xiàn)圖像識別，識別成功后將特定標示物的坐標通過無線通信模塊(5) 傳送到網絡，經過互聯(lián)網送到定位顯示終端，實現(xiàn)移動機器人遠程快速視覺定位。由圖2示出基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，具體步驟如 下1、將移動機器人行走路徑中的特定標示物景物進行圖像采集并進行處理，特定標 示物可以是移動機器人行走路徑中任意的圖像，得到含有特定標示物圖像的原始圖像；2、制作標示物模板圖像，具體方法為將獲得的特定標示物原始圖像進行處理，截 取標示物的重要部分，制作成標示物模板圖像；3、運用改進SIFT(Scale Invariant Feature Transform)算法對每個關鍵特征點 采用6維向量表示，對標示物模板圖像進行處理，通過檢測尺度空間極值點、精確定位極值 點、為每個關鍵點指定方向參數(shù)及關鍵點描述子的生成這幾步之后提取出對旋轉、尺度縮 放、亮度變化保持不變性SIFT特征向量，得到特定標示物模板圖像的SIFT特征點向量集 合，存儲在計算機數(shù)據(jù)庫中；4、利用移動機器人攝像頭對機器人周圍圖像進行采集，存儲并進行灰度處理，將 圖像變成灰度圖；5、運用改進SIFT算法對步驟4中得到的待識別圖像進行處理，得到待識別圖像的 SIFT特征點向量集合；6、在步驟3中的到的特定標示物模板圖像的SIFT特征點向量集合和步驟(5) 中得到的待識別圖像的SIFT特征點向量集合中查找相互匹配的特征點，計算兩張圖像 相對應的匹配特征點集合，匹配特征點的查找及計算為采用關鍵點特征向量的歐式距離 (euclidean distance在m維空間中兩個點之間的真實距離)來作為兩幅圖像中關鍵點的 相似性判定度量，取特定標示物圖像中的某個關鍵點，并找出其與待識別圖像中歐式距離 最近的前兩個關鍵點，在這兩個關鍵點中，如果最近的距離除以次近的距離少于某個比例閾值，則接受這一對匹配點； 7、對步驟6中計算得到的特定標示物模板圖像的匹配特征點集合采用極線約束法去除誤匹配點進行處理，根據(jù)匹配特征點在特定標示物模板圖像中的坐標位置，實現(xiàn)對 機器人周圍景物的圖像識別，最后根據(jù)特定標示物代表的坐標位置，確定移動機器人的位 置，達到視覺定位的目的。
權利要求
一種基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)，包括嵌入式底板(1)、嵌入式核心板(2)、圖像數(shù)據(jù)采集模塊(3)、數(shù)字信號處理模塊(4)、通信模塊(5)、USB接口(6)、存儲模塊(7)、攝像頭(8)和定位顯示終端(9)，其特征在于在嵌入式底板(1)內設置嵌入式核心板(2)、圖像數(shù)據(jù)采集模塊(3)、數(shù)字信號處理模塊(4)、無線通信模塊(5)、USB接口(6)和存儲模塊(7)，攝像頭(8)與嵌入式底板(1)上的USB接口(6)相連接，圖像數(shù)據(jù)采集模塊(3)的信號輸入端連接到USB接口(6)。
2.根據(jù)權利要求1所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)，其 特征在于所述的嵌入式核心板(2)為基于ARM的體系結構，圖像數(shù)據(jù)采集模塊(3)為具備 視頻解碼功能的CCD/CMOS照相模塊，數(shù)字信號處理模塊(4)為基于DSP的數(shù)字信號處理模 塊，通信模塊(5)為無線通信模塊。
3.一種基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，它包含下列步驟(1)將移動機器人行走路徑中的特定標示物景物進行圖像采集，并進行處理，得到含有 特定標示物圖像的原始圖像；(2)制作標示物模板圖像，將獲得的特定標示物原始圖像進行處理，截取標示物的重要 部分，制作成標示物模板圖像；(3)運用改進SIFT算法對標示物模板圖像進行處理，得到特定標示物模板圖像的SIFT 特征點向量集合；(4)利用移動機器人攝像頭對機器人周圍圖像進行采集，存儲并進行灰度處理，將圖像 變成灰度圖，得到待識別圖像；(5)運用改進SIFT算法對得到的待識別圖像進行處理，得到待識別圖像的SIFT特征點向量集合；(6)將得到的特定標示物模板圖像的SIFT特征點向量集合和得到的待識別圖像的 SIFT特征點向量集合中查找相互匹配的特征點，計算兩張圖像相對應的匹配特征點集合；(7)將計算得到的特定標示物模板圖像的匹配特征點集合進行處理，根據(jù)匹配特征點 在特定標示物模板圖像中的坐標位置，實現(xiàn)對機器人周圍景物的圖像識別，最后根據(jù)特定 標示物代表的坐標位置，確定移動機器人的位置，達到視覺定位的目的，并通過通信模塊將 定位信息通過網絡傳送到移動機器人定位顯示終端。
4.根據(jù)權利要求3所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，其 特征在于所述的特定標示物是移動機器人行走路徑中任意的圖像。
5.根據(jù)權利要求3所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，其 特征在于所述的改進SIFT算法為對每個關鍵特征點采用6維向量表示。
6.根據(jù)權利要求3所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，其 特征在于所述的對標示物模板圖像進行處理為通過檢測尺度空間極值點、精確定位極值 點、為每個關鍵點指定方向參數(shù)及關鍵點描述子的生成這幾步之后，提取出對旋轉、尺度縮 放、亮度變化保持不變性SIFT特征向量，并存儲在計算機數(shù)據(jù)庫中。
7.根據(jù)權利要求3所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，其 特征在于所述的匹配特征點的查找及計算為采用關鍵點特征向量的歐式距離來作為兩幅 圖像中關鍵點的相似性判定度量，取特定標示物圖像中的某個關鍵點，并找出其與待識別 圖像中歐式距離最近的前兩個關鍵點，在這兩個關鍵點中，如果最近的距離除以次近的距離少于某個比例閾值，則接受這一對匹配點。
8.根據(jù)權利要求3所述的基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控方法，其 特征在于所述的匹配特征點集合的處理為采用極線約束法去除誤匹配點。
全文摘要
一種基于嵌入式的移動機器人快速視覺定位及遠程監(jiān)控系統(tǒng)及方法，主要由嵌入式底板、嵌入式核心板、圖像數(shù)據(jù)采集模塊、數(shù)字信號處理模塊、網絡通信模塊、存儲模塊、USB接口和終端設備組成，其中嵌入式核心板通過圖像數(shù)據(jù)采集模塊將圖像信息采集回來，交給數(shù)字信號處理模塊并根據(jù)改進的SIFT算法對圖像快速提取關鍵特征點，并與存儲在存儲模塊中的特定標示物圖像特征點信息進行比對，實現(xiàn)圖像的識別，進而根據(jù)特定標示物的坐標確定移動機器人的位置，完成移動機器人的視覺定位，數(shù)字信號處理模塊確定標示物位置后再將定位信息通過通信模塊發(fā)送給終端設備。本發(fā)明系統(tǒng)結構緊湊，可靠，并可對復雜背景、傾斜、形變、污濁、部分遮擋、光線變化的移動機器人遠程定位中的特定標示物進行快速有效識別。
文檔編號G05B19/048GK101957194SQ200910089310
公開日2011年1月26日 申請日期2009年7月16日 優(yōu)先權日2009年7月16日
發(fā)明者任福君, 劉淑晶, 姜永成, 張連軍, 楊喆, 王殿君, 邵東偉 申請人:北京石油化工學院