[发明专利]一种基于多标识的物体定位定姿方法及系统

说明书

技术领域

本发明涉及计算机视觉/机器人导航定位领域，尤其涉及一种基于多标识的物体定位定姿方法及系统。

背景技术

随着定位技术和LBS(Location-Based Service，基于位置服务)的迅速发展，人类对定位的需求达到了一个新的高度，位置的服务被广泛应用于导航、追踪和导游等方面。LBS的关键技术是导航定位，包括室外定位、室内定位和视觉定位等。

其中，视觉定位是利用计算机视觉识别人工设定标识和自然特征标识进行位姿测量的方法，广泛应用于机器人系统、运动体控制系统和精密检测系统。目前，视觉定位技术具有以下缺点：定位定姿范围小，且精度不够高，机器人或飞行器在运动过程中，无法实现准确的定位定姿，对于人工设定标识和自然特征标识识别时，识别准确率低。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于多标识的物体定位定姿方法及系统。

本发明解决上述技术问题的技术方案如下：

一种基于多标识的物体定位定姿方法，包括以下步骤：

步骤1，在待定位物体的运动空间内设置多个彼此不同的可识别的标识；

步骤2，通过设置在所述待定位物体上的摄像装置拍摄包含至少一个所述标识的图像；

步骤3，对所述图像中的全部标识进行识别、处理和筛选，得到唯一的目标标识，并确定所述目标标识在图像坐标系中的位置信息；

步骤4，对所述目标标识进行解码，得到所述目标标识的编号；

步骤5，根据所述目标标识的编号确定所述目标标识在世界坐标系中的标识坐标；

步骤6，根据所述位置信息、所述标识坐标确定所述待定位物体的位姿。

本发明的有益效果是：本发明提供的一种基于多标识的物体定位定姿方法，通过在待定位物体的运动空间内设置多个彼此不同的可识别标识，并通过待定位物体识别这些标识，对这些标识进行处理，确定待定位物体的位姿，实现了对待定位物体的大范围定位定姿，实用性更强，且成本较低。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，步骤3中，具体包括：

步骤3.1，根据预存的opencv识别算法对所述图像进行识别，得到所述图像的二值轮廓图，并确定所述图像中各轮廓的顶点；

步骤3.2，根据所述顶点得到的变换矩阵对所述图像进行处理，得到待确定标识；

步骤3.3，判断所述待确定标识的数量，当所述待确定标识的数量等于1时，将所述待确定标识作为目标标识；当所述待确定标识的数量大于1时，判断各所述待确定标识的轮廓面积；

步骤3.4，当各所述待确定标识的轮廓面积不同时，将轮廓面积最大的所述待确定标识作为目标标识；当各所述待确定标识的轮廓面积相同时，判断各所述待确定标识的中点与所述图像的像主点之间的距离，选择与所述像主点距离最近的所述待确定标识为目标标识；

步骤3.5，分别确定所述目标标识的各顶点在所述图像坐标系中的顶点坐标，得到所述目标标识在图像坐标系中的位置信息。

进一步地，步骤3.1中，具体包括：

步骤3.1.1，依次对所述图像进行灰度化处理和二值化处理，得到二值图像，并对所述二值图像去噪；

步骤3.1.2，根据预设的轮廓提取算法提取所述二值图像的轮廓；

步骤3.1.3，根据预设的轮廓阈值，去除面积小于所述轮廓阈值的轮廓；

步骤3.1.4，对保留的所述轮廓进行多边形近似，得到多边形轮廓；

步骤3.1.5，判断所述多边形轮廓是否为凸多边形，去除不为凸多边形的多边形轮廓；

步骤3.1.6，提取保留的所述多边形轮廓的顶点。

进一步地，步骤6中，具体包括：

步骤6.1，根据所述位置信息、所述标识坐标和预设的位姿解算算法，确定所述目标标识在所述世界坐标系相对于所述图像坐标系的位姿；

步骤6.2，根据预设的求逆运算确定所述图像坐标系相对于所述世界坐标系的位姿，得到所述待定位物体的位姿。

进一步地，所述物体定位定姿方法还包括：

步骤7，当所述待定位物体平动或转动时，重新执行步骤2至步骤6，确定所述待定位物体的位姿。