[发明专利]一种用于机器人视觉系统中的光强自适应方法

说明书

技术领域

本发明属于移动机器人运动和视觉技术领域，特别是涉及一种用于机器人视觉系统中的光强自适应方法。

背景技术

随着计算机技术的发展，智能系统的理论及应用研究已经成为人工智能研究的热点。机器人融入了机器人学、机电一体化技术、通讯与计算机技术、机器人视觉与传感融合技术、决策与对策、智能控制等多学科高新技术。由于该技术代表着高技术的前沿，因此引起国内外学者的高度重视。

随着科技的发展和人类探索领域的不断拓宽，对机器人的要求也在不断地提高。现在动态环境和未知环境中的机器人路径规划、高度实时性环境中的机器人路径规划及智能方法在路径规划中的要求越来越多，对研究者的任务要求也越来越高，研究难度不断提高。机器人系统环境是一个很典型的具有动态性、不确定性、实时性的环境。

随着机器人系统各项技术的发展，对机器人实用性的需求、光照条件等要求也随之提高。为使系统可靠工作，视觉系统要具备较强的抗干扰能力，因此设计一种能够对场地照明变化具有自适应性的实时视觉系统，已经成为机器人领域急待解决的技术问题。

发明内容

为了解决上述问题，本发明的目的在于提供一种用于机器人视觉系统中的光强自适应方法。

为了达到上述目的，本发明提供的用于机器人视觉系统中的光强自适应方法包括按顺序进行的下列步骤：

步骤1)初始化的S1阶段：时间计数time＝0，照明变化率自动更新周期 为T；记第i种颜色的目标个数为Ci，通过手动分区将搜索区域粗略划分成明、暗、均匀几个区域，各自区域内的小区域颜色阈值相等；所划分的每个区域标号为Z_xy，x∈[0，a]y∈[0，b]；

步骤2)周期计数的S2阶段：经过一秒后做时间计数time+1；并判断时间计数time是否大于T，如果判断结果为“是”，则进入下一步S3阶段，否则下一步进入S4阶段；

步骤3)时间计数清零的S3阶段：时间计数time＝0，更新照明变化向量kn+1，将其赋值为其对应区域照明变化率向量的均值，即：同时修正其对应的区域Z_xy；

步骤4)判断识别目标个数是否等于实际目标个数的S4阶段：做时间计数time＝time+1处理，并依据K_xy反馈给δ_i^xy＝[δ_i1 δ_i2]^xy，判断识别目标个数是否等于实际目标个数，如果判断结果为“是”，则下一步进入步骤6)，否则进入步骤5)；

步骤5)自适应分区S5阶段：修正Z_xy区域的照明变化向量，将其赋值为其对应区域照明变化率向量的均值，即：反馈K_xy给δ_i^xy＝[δ _i1 δ_i2]^xy，修正该区域的颜色空间阈值；

步骤6)判断搜索过程是否结束的S6阶段：如果某区域连续无目标误识别现象，该区域的K_xy不再被改变时，则判断搜索过程结束，本流程至此结束，否则下一步重新进入S2阶段，继续下一循环搜索。

本发明提供的用于机器人视觉系统中的光强自适应方法的效果：本光强自适应方法能够更好地在机器人视觉导航中应用，从而实现智能机器人跟踪简单场景中的目标，具有广阔的发展空间和应用前景。

附图说明

图1为机器人视觉系统模型划分示意图；

图2为本发明提供的用于机器人视觉系统中的光强自适应方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明提供的用于机器人视觉系统中的光强自适应方法进行详细说明。

1、机器人视觉系统设计分析

视觉系统可以有以下几种不同的实现方式，主要包括纯软件方式、软硬件综合方式和纯硬件方式。

采用纯软件方式时，图像采集卡只完成图像的数字化转换。在这种方式下，图像采集卡的结构简单，通用性强，成本低，但由于主机要完成大量的数字图像信息的处理，工作量很大。目前机器人中大多采用这种方式。