一種用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自適應(yīng)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于移動機(jī)器人運(yùn)動和視覺技術(shù)領(lǐng)域，特別是涉及一種用于機(jī)器人視覺系 統(tǒng)中的光強(qiáng)自適應(yīng)方法。
【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)技術(shù)的發(fā)展，智能系統(tǒng)的理論及應(yīng)用研究已經(jīng)成為人工智能研究的熱 點(diǎn)。機(jī)器人融入了機(jī)器人學(xué)、機(jī)電一體化技術(shù)、通訊與計(jì)算機(jī)技術(shù)、機(jī)器人視覺與傳感融合 技術(shù)、決策與對策、智能控制等多學(xué)科高新技術(shù)。由于該技術(shù)代表著高技術(shù)的前沿，因此引 起國內(nèi)外學(xué)者的高度重視。
[0003] 隨著科技的發(fā)展和人類探索領(lǐng)域的不斷拓寬，對機(jī)器人的要求也在不斷地提高。 現(xiàn)在動態(tài)環(huán)境和未知環(huán)境中的機(jī)器人路徑規(guī)劃、高度實(shí)時(shí)性環(huán)境中的機(jī)器人路徑規(guī)劃及智 能方法在路徑規(guī)劃中的要求越來越多，對研究者的任務(wù)要求也越來越高，研究難度不斷提 高。機(jī)器人系統(tǒng)環(huán)境是一個(gè)很典型的具有動態(tài)性、不確定性、實(shí)時(shí)性的環(huán)境。
[0004] 隨著機(jī)器人系統(tǒng)各項(xiàng)技術(shù)的發(fā)展，對機(jī)器人實(shí)用性的需求、光照條件等要求也隨 之提高。為使系統(tǒng)可靠工作，視覺系統(tǒng)要具備較強(qiáng)的抗干擾能力，因此設(shè)計(jì)一種能夠?qū)龅?照明變化具有自適應(yīng)性的實(shí)時(shí)視覺系統(tǒng)，已經(jīng)成為機(jī)器人領(lǐng)域急待解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 為了解決上述問題，本發(fā)明的目的在于提供一種用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自 適應(yīng)方法。
[0006] 為了達(dá)到上述目的，本發(fā)明提供的用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自適應(yīng)方法包括 按順序進(jìn)行的下列步驟：
[0007]步驟1)初始化的S1階段：時(shí)間計(jì)數(shù)time= 0,照明變化率自動更新周期為T;記 第i種顏色的目標(biāo)個(gè)數(shù)為Ci，通過手動分區(qū)將搜索區(qū)域粗略劃分成明、暗、均勻幾個(gè)區(qū)域， 各自區(qū)域內(nèi)的小區(qū)域顏色閾值相等；所劃分的每個(gè)區(qū)域標(biāo)號為Zxy，xG[0，a]yG[0，b];
[0008] 步驟2)周期計(jì)數(shù)的S2階段：經(jīng)過一秒后做時(shí)間計(jì)數(shù)time+1;并判斷時(shí)間計(jì)數(shù) time是否大于T，如果判斷結(jié)果為"是"，則進(jìn)入下一步S3階段，否則下一步進(jìn)入S4階段；
[0009]步驟3)時(shí)間計(jì)數(shù)清零的S3階段：時(shí)間計(jì)數(shù)time= 0,更新照明變化向量kn+1，將 其賦值為其對應(yīng)區(qū)域照明變化率向量的均值，即^時(shí)修正其對應(yīng)的區(qū) 域Zxy;
[0010] 步驟4)判斷識別目標(biāo)個(gè)數(shù)是否等于實(shí)際目標(biāo)個(gè)數(shù)的S4階段：做時(shí)間計(jì)數(shù)time= time+1處理，并依據(jù)Kxy反饋給S-=[S^Si2]'判斷識別目標(biāo)個(gè)數(shù)是否等于實(shí)際目標(biāo) 個(gè)數(shù)，如果判斷結(jié)果為"是"，則下一步進(jìn)入步驟6)，否則進(jìn)入步驟5);
[0011] 步驟5)自適應(yīng)分區(qū)S5階段：修正Zxy區(qū)域的照明變化向量，將其賦值為其對應(yīng)區(qū) 域照明變化率向量的均值，即：反饋Kxy給s-=[susi2r，修正該 區(qū)域的顏色空間閾值；
[0012] 步驟6)判斷搜索過程是否結(jié)束的S6階段：如果某區(qū)域連續(xù)無目標(biāo)誤識別現(xiàn)象，該 區(qū)域的Kxy不再被改變時(shí)，則判斷搜索過程結(jié)束，本流程至此結(jié)束，否則下一步重新進(jìn)入S2 階段，繼續(xù)下一循環(huán)搜索。
[0013] 本發(fā)明提供的用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自適應(yīng)方法的效果：本光強(qiáng)自適應(yīng)方 法能夠更好地在機(jī)器人視覺導(dǎo)航中應(yīng)用，從而實(shí)現(xiàn)智能機(jī)器人跟蹤簡單場景中的目標(biāo)，具 有廣闊的發(fā)展空間和應(yīng)用前景。
【附圖說明】
[0014] 圖1為機(jī)器人視覺系統(tǒng)模型劃分示意圖；
[0015] 圖2為本發(fā)明提供的用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自適應(yīng)方法流程圖。
【具體實(shí)施方式】
[0016] 下面結(jié)合附圖和具體實(shí)施例對本發(fā)明提供的用于機(jī)器人視覺系統(tǒng)中的光強(qiáng)自適 應(yīng)方法進(jìn)行詳細(xì)說明。
[0017] 1、機(jī)器人視覺系統(tǒng)設(shè)計(jì)分析
[0018] 視覺系統(tǒng)可以有以下幾種不同的實(shí)現(xiàn)方式，主要包括純軟件方式、軟硬件綜合方 式和純硬件方式。
[0019] 采用純軟件方式時(shí)，圖像采集卡只完成圖像的數(shù)字化轉(zhuǎn)換。在這種方式下，圖像采 集卡的結(jié)構(gòu)簡單，通用性強(qiáng)，成本低，但由于主機(jī)要完成大量的數(shù)字圖像信息的處理，工作 量很大。目前機(jī)器人中大多采用這種方式。
[0020] 采用軟硬件綜合方式時(shí)，圖像采集卡完成圖像的數(shù)字化轉(zhuǎn)換、圖像壓縮等功能。在 這種方式下，圖像的通用性強(qiáng)，成本低，主機(jī)處理的圖像信息量可以隨圖像壓縮比的增大而 減少，在圖像處理的精度范圍內(nèi)，提高圖像的壓縮比可以提高主機(jī)的處理速度，而且這種方 式的開發(fā)周期相對較短。
[0021] 采用純硬件方式時(shí)，圖像采集卡完成圖像的數(shù)字化轉(zhuǎn)換、壓縮、分析和處理的功 能，并向主機(jī)傳送圖像處理后的結(jié)果。由于大量的圖像處理、分析動作都由圖像采集卡來完 成，減輕了主機(jī)的負(fù)擔(dān)，是提高系統(tǒng)實(shí)時(shí)處理速度的有利手段。目前，采用這種方式時(shí)，圖像 采集卡上有專用的數(shù)字信號處理芯片。但該圖像采集卡的結(jié)構(gòu)和功能都是根據(jù)不同系統(tǒng)的 具體要求來設(shè)計(jì)的，因此通用性不強(qiáng)，設(shè)計(jì)的周期較長，設(shè)計(jì)的成本較高。
[0022] 綜合考慮設(shè)備環(huán)境和試驗(yàn)條件，本發(fā)明所采用的機(jī)器人系統(tǒng)中視覺系統(tǒng)主要采用 第一種方式，其視覺系統(tǒng)模型劃分如圖1所示。
[0023] 2、色彩空間技術(shù)設(shè)計(jì)
[0024] 在本發(fā)明所研究的機(jī)器人視覺系統(tǒng)中，采用的是(XD攝像頭，像素為640*480,鏡 頭是3. 5mm-8mm，圖像采集卡為MyvisionGrabber。通過上述設(shè)備采集到640*480的真彩 色RGB圖像、640*480的YUV422格式的圖像或HSI格式的圖像，對上述三種色彩空間做出比 較同時(shí)對采集到的數(shù)據(jù)進(jìn)行了RGB空間到HSI空間的轉(zhuǎn)換，并對其進(jìn)行處理分析。
[0025] (1)相同顏色在不同光照下各個(gè)顏色模型的分析
[0026] 在機(jī)器人系統(tǒng)中，黃色在不同的光照條件下，各個(gè)顏色模型中每個(gè)參量的分布值 如表1所示。對其中的數(shù)據(jù)比較，可以看出在不同的光照條件下，RGB模型中的r、g、b各值 的偏移較大，對光照非常敏感；YUV模型中的y、u、v各值偏移相對較小，優(yōu)于RGB模型；HSI 模型中的h值幾乎沒有變化。那么可以看出，HSI模型比較穩(wěn)定，受光照影響相對較小。YUV 模型次之。
[0027]表1、黃色色標(biāo)在不同光照條件下的各色彩空間取值分布值[0028]
[0029] (2)不同顏色在相同的光照下各個(gè)顏色模型的比較
[0030] 黃色、藍(lán)色、橙色和綠色在機(jī)器人系統(tǒng)中用的比較普遍，具有一定的代表性，表2 為這四種顏色在相同的光照條件下各顏色模型的各參數(shù)取值分布數(shù)據(jù)。
[0031] 表2、不同顏色在相同光照條件下的各色彩空間取值分布值
[0032]
[0033] 在RGB顏色模型中，黃色和綠色的g值都在高端；藍(lán)色和橙色的g值都分布在中 端；藍(lán)色和橙色的b值也都在高端，證明RGB顏色模型中不同顏色之間的r、g、b值之間有 重疊，而且圖像的r、g、b三個(gè)分量之間的關(guān)聯(lián)緊密，要識別某種顏色，三個(gè)分量缺一不可。
[0034] 在YUV模型中，主要判別的參數(shù)是u值和v值。在上述的四種顏色中，各個(gè)u值和 V值之間界限十分的明顯，改善了RGB模型受光照影響大，關(guān)