[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

专利信息
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
【说明书】:

发明提出了一种基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,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;对相机进行标定;采集标签图像:对采集的图像进行预处理;ROI区域提取的阈值化处理;识别椭圆标记物;提取ROI区域;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对标签区域的阈值化处理;提取标签角点利用加权最小二乘法拟合提取直线,计算直线交点得到亚像素级的角点坐标,提取标签角点的图像坐标;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;本发明减少了识别标签的数据量,提高了识别的实时性。

技术领域

本发明属于机器视觉领域,特别是一种基于改进的Apriltag标签的移动机器人视觉定位方法。

背景技术

随着社会的发展与科技的进步,机器人的应用领域越来越广泛,其中室内移动机器人为当前重点发展与研究的对象。为了让移动机器人按照预先设定的命令完成相应的运动,首先应该确定当前状态下,机器人的位置信息。因此定位技术的研究是移动机器人研究的核心。

相比室外环境,室内环境的特点是光线较弱,视野范围小,环境结构化。室内移动机器人通过视觉系统识别视野范围内经过特殊形状化、颜色化的人工标记物,大大降低了识别的难度,即使在工作环境复杂、光照条件变化较大的条件下也能得到准确的识别结果。尽管国内外学者针对人工标记物的设计与识别做了大量的研究工作,但基于人工标记物的室内移动机器人定位技术还是普遍面临以下关键问题:(1)定位精度问题:机器人必须能够准确地实现自我定位,从而指导下一步的动作,提高机器人的定位精度,是移动机器人定位的首要问题;(2)实时性问题:移动机器人定位过程中,必须能够实时进行自我定位,保证机器人快速进行动态决策;(3)鲁棒性问题:移动机器人对标记物进行识别定位时,要有足够的能力客服光线等外在环境干扰,提高定位的鲁棒性。

现有的室内移动机器人视觉定位方法多基于密歇根州立大学的April实验室开发的Apriltag人工标签系统,对一帧包含有完整标签的图片完成识别及定位操作,耗时较长。现有的标签识别的核心思想是先根据梯度差值聚类边缘点,再拟合边缘直线,然后根据拟合得到的线段得到闭合的四边形,判断四边形是不是标签,最后进行解码定位,系统花费大量时间和资源去遍历图片中标签之外的背景信息,并且通常背景中的直线特征较多,无疑增加了系统处理的时间。

发明内容

本发明的目的在于提供一种基于改进的Apriltag标签的室内移动机器人视觉定位方法,以实现室内移动机器人定位的实时性及精度要求。

实现本发明目的的技术解决方案为:

一种基于改进的Apriltag标签的虚拟演播室移动机器人视觉定位方法,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目标ROI;

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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top