[发明专利]基于ORB稀疏点云与二维码的视觉定位方法

说明书

技术领域

本方法中应用了ORB-SLAM和二维码识别及定位，涉及机器视觉和数字图像处理领域。

背景技术

随着科技的进步，机器人技术越来越成熟。搬运机器人的逐渐融入到我们的生活当中，广泛的应用于港口码头、仓库存储等环境，节约了成本，提高了工作效率。移动机器人的自定位是实现导航等搬运任务的关键。

随着计算机视觉技术的发展，视觉传感器逐渐被利用，与传统的传感器相比，视觉传感器能够提供更多的外界信息、应用范围更为广发、成本也相对低廉。

同时定位与建图技术是指机器人在未知的环境中行进，可以通过自身位姿来定位周围场景的位姿，构建场景地图。构建地图的过程中，通过之前构建地图来定位自身的位姿。传统的定位方法有结合了机器人视觉与RF技术，通过RF识别贴于天花板的ID，利用摄像头识别位置和方向从何捕获当前机器人的位姿；采用磁钉路标配合光栅尺检测确定机器人的当前位姿；采用基于激光的路标检测方法来求解机器人位姿；尽管这些方法定位方法具有较好的可靠性，满足一些特定环境或任务的要求，但他们分别存在不足之处。基于RF技术很难做到准确定位，磁钉光栅尺应用过程对场地的布局繁琐，激光路标法成本高且遇到遮挡容易位姿丢失，而且他们的重定位能力差。SLAM技术与这些方法相比较，具有应用场景广泛、应用成本低、应用场地不需要前期铺设等优点。

ARToolKit Plus Library提供的二维码识别技术非常稳定，对光照影响具有鲁棒性。位姿求解过程中利用RRP算法，在迭代误差方程时避免了局部最小值问题导致的出现错误解的问题。保证了二维码定位位姿的正确性，具有很高的应用性。

发明内容

本发明解决的技术问题是提供一种定位方法，能够在场景复杂的情况下进行AGV的自主定位。

为解决上述技术问题采用如下技术方案：本定位方法将ORB-SLAM系统与二维码定位相结合的方法。该方案分两个阶段——位姿初始化，稀疏点云定位阶段。在位姿初始化过程中，机器人通过单目识别二维码获得在世界坐标系中的位姿，建立世界坐标系与稀疏点云坐标系之间的联系。稀疏点云定位阶段，机器人通过RGB-D视觉传感器捕获当前场景，在运动的过程中建立空间稀疏点云地图，同时在构建的地图中定位、跟踪自身在地图坐标系下的位姿。当相机位姿丢失时，在稀疏点云地图中的寻找最大相似关键帧，通过3D-2D匹配点求解当前帧的位姿完成重定位功能；

这种方法具备了ORB-SLAM对场景要求低、重定位能力强、系统鲁棒性强等优点，同时引入了二位码定位技术建立坐标系之间的联系。后台进行世界坐标系下的路径规划，在将路径信息转换到稀疏点云坐标系实现自主导航，弥补了ORB-SLAM稀疏点云地图不能路径规划的缺陷。。

使用的是150mm*150mm的二维码，在二位码坐标系Z轴方向上进行了定位误差实验。识别范围10cm-430cm。10cm-100cm平均垂直距离误差为1cm，1m-2m平均垂直距离误差为1cm-7.5cm，2m-3m平均垂直距离误差为7.5cm-14.8cm。

附图说明

图1是ARToolKit Plus二维码

图2是二维码定位误差分析图

图3是稀疏点云定位测试距离12米的定位误差图

图4测试架构图

具体实施方式

以下结合实施例具体阐述本发明基于ORB稀疏点云与二维码的视觉定位方法，相对于激光定位具有成本低、适应性强的特点，通过特征布置及补光增设可适用于任何工况。

将单目相机罗技C920或深度相机Kinect 1.0(2)分别布置于试验车体(3)，识别布置于地面的二维码进行实验测试，首先进行相机内参及畸变系数的标定操作。

根据相机与机器人之间的安装参数，确定两个相机坐标系与机器人自身坐标系之间的关系。位姿初始化阶段，利用二维码标定机器人在世界坐标系下的坐标，间接建立稀疏点云坐标系与世界坐标系之间的联系。

二位码摆放的过程中，二维码所在平面垂直于世界坐标系的XOY平面，二维码坐标系下的Y轴与世界坐标系Z轴平行且方向相反，二维码坐标系Z轴垂直于二维码平面。通过人工示教法，标定二维码坐标系原点在世界坐标系下的位姿。

机器人在行进的过程中，通过机器人坐标系与相机坐标系之间的关系，将深度相机在稀疏点云坐标系下位姿转换到世界坐标系下，实时定位机器人在世界坐标系下的位姿。以激光三角测距法测量的定位信息为对比参考，测试距离12米，对本方法中稀疏点云定位效果进行了测试，其对比结果如图3所示。