[发明专利]一种光流传感器的校准方法及系统

说明书

本发明提供了一种光流传感器的校准方法及校准系统，所述机器人通过摄像头模块获取标识物图像及其上标识的标定符坐标，图像分析模块通过获取从前一帧所述标识物的图像到当前帧所述标识物的图像的光流，完成相邻两个标定符之间图像的光流运算得到所述机器人的位移基准数据；计算模块根据标识物、所述光流传感器与所述标定符之间的相对位置关系，计算得到所述机器人实际位移数据；校准模块将所述机器人的位移基准数据和所述机器人实际位移数据融合处理，消除光流累积漂移，校准所述光流传感器的感测数据，以实现所述光流传感器的精确定位。

技术领域

本发明涉及机器人检测控制领域，具体涉及一种光流传感器的校准方法及系统。

背景技术

机器人上的摄像头在场景运动的过程中获取一系列连续变化图像，视觉SLAM的目标是通过这样相邻帧间的图像估计机器人的运动，进行定位和地图构建。在现有条件下，视觉SLAM使用光流传感器，估算相邻图像间的光流传感器上的摄像头的运动，根据每个时刻的摄像头的位置，计算出各像素对应的空间点位置。其中常用的估算光流传感器运动的方法有光流法，光流法是利用图像序列中像素强度数据的相关性来预测像素点运动的一种方法，即研究图像亮度在时间上的变化以建立目标像素点集合的运动场。光流（Optic flow，亦称为图像流）是指当三维空间中的运动目标成像于二维图像平面时所产生的运动投影，这种二维投影以图像亮度“流动”的方式表现出来，称之为光流。研究光流场的目的是为了从序列图像中近似计算不能直接得到的三维空间运动场。

Gibson 和Wallach 等在上世纪50年代首次提出能够从二维平面的光流场可以恢复空间三维运动与结构参数的假设。1981 年由Hom 和schunck 提出第一种实际有效的光流计算方法, 成为光流算法发展的基石。此后关于光流的研究成为计算机视觉领域的热点，产生了大量研究成果。这些方法可分为微分法、匹配法、能量法、相位法以及神经动力学法几大类。其中微分法具有较好的综合性能，计算量相对较小且效果较好，因此在实际中得到广泛的使用。它利用时变图像（视频）灰度值的时域与空域微分（梯度函数）来计算像素的速度矢量。微分法主要包括：1、Horn-sehunek 全局平滑法；2、Lucas-Kanade 局部平滑法；3、Nagel 有向平滑法等具体算法。

现有技术中采用机器视觉的方法估计扫地机的运动关系时，先定义当前帧和参考帧，以参考帧为坐标系，当前帧与参考帧进行特征匹配。只考虑参考帧/当前帧的方式，一方面使得位姿估计过于依赖参考帧。如果参考帧质量太差，比如出现严重遮挡、光照变化的情况下，跟踪容易会丢失，使得参考帧位姿估计不准，将不可避免地出现累计漂移。在每一次估计都带有一定的误差，先前时刻的误差将传递到下一时刻，经过一段时间之后，估计的运动轨迹不再准确。比如，机器人先向左转90度，再向右转90度。由于误差，第一90度估计成89度，向右转后机器人的估计位置不是原点位置，即使之后的估计再准确，与真实值相比，都会出现-1度的误差，导致建立的地图中原本90度的直角变成歪的。

中国发明专利CN103438904B，该专利使用视觉辅助校正的惯性定位方法及系统，通过设置分开的摄像模块和定位标识；其中，摄像模块设置在校正端、并且定位标识设置在惯性传感器端，或者定位标识设置在校正端、并且摄像模块设置在惯性传感器端。然后，利用摄像模块拍摄定位标识，并根据拍摄结果计算得到校正数据；该发明专利需使用多个传感器配合校正，并对定位标识位置的设置导致测量的误差比较大，导致校正的结果准确性不高。

发明内容

为了克服上述技术问题，解决光流传感器感测物体或定位过程中会出现累计漂移的误差现象，本发明提出了机器人在保持预设距离沿着同一标识物边缘行走的情况下，通过光流传感器采集标识符的校准方法及系统，其技术方案如下：

一种光流传感器的校准方法，包括以下步骤：

步骤1、机器人沿着同一标识物边缘并与之保持预设距离行走，光流传感器采集所述标识物的图像，并从所述标识物的图像中定位出标定符坐标；