[发明专利]基于改进的Apriltag标签的移动机器人视觉定位方法有效
申请号: | 201810946143.X | 申请日: | 2018-08-20 |
公开(公告)号: | CN108827316B | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 汪惠芬;张坚;徐骏善 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 唐代盛 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 apriltag 标签 移动 机器人 视觉 定位 方法 | ||
1.基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,其特征在于,在标签四边形的对角线延长线的合适长度处共添加4个大小一致的圆环标记物,标记物为黑色圆环中包含白色圆;并包括以下步骤:
步骤1、对CCD相机进行标定:对CCD相机进行标定,得到CCD相机的内参数以及镜头畸变参数;
步骤2、采集标签图像:利用CCD相机采集相机视场中包含有完整标签信息的图片;
步骤3、对采集的图像进行预处理:消除无关信息,简化图像;
步骤4、ROI区域提取的阈值化处理:设置阈值,忽略标签信息,使得图像中有用部分只有包含标签ROI的圆环标记物;采取对Apriltag标签内部填充像素的淡化改进方案,将标签内部白色位的像素的灰度值填充为255,黑色位以及外部边框位像素的灰度值填充为125,而圆环的黑色区域填充为0,圆环内部白色区域填充为255;
步骤5、识别椭圆标记物:提取椭圆的中心;
步骤6、提取ROI区域:根据得到的所有椭圆中心坐标,通过两点之间距离、相对直线之间的夹角等约束条件判断哪4个点代表改进的标签的位置;再以得到的改进的标签上的4个椭圆中心坐标为基准,做包围这4个点的最小矩形区域为标签图像的ROI;
步骤7、对标签区域的阈值化处理;在提取完图像的ROI之后,要对图像进行阈值化处理,将改进的标签图像中原来的位以及边缘像素由改进填充的灰度值变成255;
步骤8、提取标签角点利用加权最小二乘法拟合提取直线,再计算直线角点得到亚像素级的角点坐标,提取标签的4个角点的图像坐标;
步骤9、标签的识别与定位:根据提取的角点图像坐标,读取标签的编码信息,得到角点的世界坐标,利用坐标转换得到机器人的位姿。
2.根据权利要求1所述的基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,其特征在于,步骤3对采集的图像进行预处理,具体包括以下步骤:
3.1、均衡化处理,使得图像灰度分布均匀;
3.2、降噪处理:在保留图像边缘信息的前提下,去除图像采集阶段环境中的噪声影响。
3.根据权利要求1所述的基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,其特征在于,步骤5识别椭圆标记物,具体包括以下步骤:
步骤5.1、采用隔行扫描的方法,快速查找椭圆环标记物所在的位置:每隔N行进行一次探针采集工作,其中N的值需要提前根据圆标的大小以及相机与标记物距离大小确定,N的值小于内部亮圆在图像列方向的跨度;
步骤5.2、对正在扫描的行取出来一段像素,分成三段:S1、S2、S3;判断S1、S2、S3区域内像素灰度值和的大小关系,以判断探针此时是否处于图像的边缘位置;
建立约束条件:
其中SUM(SX)表示SX段区域包含像素点灰度值的和;
当探针满足第一个约束条件时,探针处于均匀的像素区域内,并不存在边缘,继续在扫描所在行取下一段连续像素,判断是否满足椭圆环边缘约束条件;当探针满足第二个约束条件时,探针正在由圆环区域环进入到圆环内的亮白区域的状态,此时区域S2正处在亮白区域的左侧边缘位置A;当探针满足第三个约束条件时,探针正在由亮白区域再次进入圆环区域,同样的S2处于亮白区域的右侧边缘位置B
步骤5.3、获取椭圆环亮白区域的六个边缘点坐标,并拟合得到椭圆方程,求取椭圆中心。
4.根据权利要求3所述的基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,其特征在于,步骤5.3求取椭圆中心具体包括以下步骤:
步骤5.3.1、获取亮白区域的左侧边缘点A的坐标(Xa,Ya)和右侧边缘点B的坐标(Xb,Yb):
利用像素梯度的方法确定边缘点的坐标,求取当前探针的S2区域内包含的每个像素点的梯度,比较梯度的大小方向,最终确定椭圆边缘点坐标,即得到亮白区域的左侧边缘点A的坐标(Xa,Ya)和右侧边缘点B的坐标(Xb,Yb)
步骤5.3.2、获取亮白区域的第一上边缘点C的坐标(Xc,Yc)和第一下边缘点D的坐标(Xd,Yd):
计算线段AB的长度,判断是否在合适的范围内,若长度满足亮圆弦长范围,计算AB弦的中点O(i,j)——i,j为O点所在行列值,再以O点所在列j为基础,在[j-N,j+N]的行范围内,分别寻找亮白区域的上边缘点C和下边缘点D所在的S2区域,同理利用像素梯度法分别确定第一上、下边缘点的坐标(Xc,Yc)、(Xd,Yd);
步骤5.3.3、获取亮白区域的第二上边缘点E的坐标(Xe,Ye)和第二下边缘点F的坐标(Xf,Yf):以O所在列j向左或者右偏移N/2得到列m,在[m-N,m+N]的行范围内利用探针分别寻找亮白区域的第二上边缘点E和第二下边缘点F所在的S2区域,然后利用像素梯度法分别确定第二上、下边缘点的坐标(Xe,Ye)、(Xf,Yf);
步骤5.3.4、计算椭圆的中心坐标:将得到椭圆边缘的六个点之后,代入椭圆一般方程,
K1X2+K2XY+K3Y2+K4X+K5Y+1=0
得到
经过最小二乘拟合后得到椭圆的一般方程,求解出K1、K2、K3、K4、K5的值从而得到椭圆的中心Q的坐标(Xq,Yq);
其中Xq=(K2K5-2K3K4)/(4K1K4-K22);Yq=(K2K4-2K1K5)/(4K1K4-K22)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810946143.X/1.html,转载请声明来源钻瓜专利网。