[发明专利]一种含有TOF成像模组的机器人数据采集系统及方法有效
申请号: | 201910951422.X | 申请日: | 2019-10-08 |
公开(公告)号: | CN110794422B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 宋林东;王倩 | 申请(专利权)人: | 歌尔光学科技有限公司 |
主分类号: | G01S17/894 | 分类号: | G01S17/894;G01S17/42;G01S7/48;G01S7/4915 |
代理公司: | 济南立木专利代理事务所(特殊普通合伙) 37281 | 代理人: | 杨树云 |
地址: | 山东省潍坊市高新区东明路以*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 含有 tof 成像 模组 机器人 数据 采集 系统 方法 | ||
本发明涉及数据采集技术领域,尤其是一种含有TOF成像模组的机器人数据采集系统及方法。本发明实时获取机器人在T1时间点和T2时间点拍摄的深度图像;根据获取的深度图像,计算T1时间点和T2时间点深度图像的深度差D1,计算机器人在T2‑T1时间段内移动的距离D2,计算D1和D2的差值;根据D1和D2的差值变化状态,对机器人下一步动作做出调控。本发明的一种含有TOF成像模组的机器人数据采集系统及方法,算法简单易行,计算速度迅速,能够收集准确的深度信息,满足机器人开发端或是应用端的使用需求,有效避免错误的深度数据被收集而影响机器人的建模等工作。
技术领域
本发明涉及数据采集技术领域,尤其是一种含有TOF成像模组的机器人数据采集系统及方法。
背景技术
TOF成像模组:TOF成像模组与普通机器视觉成像过程有类似之处,都是由光源、光学部件、传感器、控制电路以及处理电路等几部分单元组成。与同属于非侵入式三维探测、适用领域非常类似的双目测量系统相比,TOF相机具有本质不同的3D成像机理。双目立体测量通过左右立体像对匹配后,再经过三角测量法来进行立体探测,而TOF相机是通过入射光、反射光探测来获取目标距离的。
利用TOF成像模组获取的深度信息,机器人能够对房间进行数据采集、建模等操作,以便机器人能够智能化地完成清扫房间各个角落的工作。但是由于TOF成像模组的敏感性以及前方出现较近物体时其反馈的深度数据值准确性较低,使得采集的深度数据存在不具备可靠性的缺陷。故为解决这个问题,本专利提出一种数据采集方案,可以获取准确的深度数据,错误的深度数据被收集将直接影响机器人的建模等工作。
发明内容
本发明的目的在于解决上述现有技术中存在的不足,提供一种含有TOF成像模组的机器人数据采集系统及方法,算法简单易行,计算速度迅速,能够收集准确的深度信息,满足机器人开发端或是应用端的使用需求,有效避免错误的深度数据被收集而影响机器人的建模等工作。
本发明的技术方案是:
一种含有TOF成像模组的机器人数据采集方法,包括如下步骤:
(1)实时获取机器人在T1时间点和T2时间点拍摄的深度图像;
(2)根据获取的深度图像,计算T1时间点和T2时间点深度图像的深度差D1,计算机器人在T2-T1时间段内移动的距离D2,计算D1和D2的差值;
(3)根据D1和D2的差值变化状态,对机器人下一步动作做出调控。
进一步的,所述步骤(3)中,当D1和D2的差值未落在标准范围N内时,丢弃当前获取的深度数据,机器人返回其在T1时间点前所处的位置并转动方向,继续下一步的数据采集动作;其中,标准范围N根据数据采集区域的不同、数据采集要求的不同等由技术人员根据需求灵活调整。
进一步的,所述步骤(3)中,当D1和D2的差值落在标准范围N内时,保持机器人的运行方向继续进行数据采集。
进一步的,所述T1时间点为拍摄第n帧深度图像的时间点,所述T2时间点为拍摄第n+1帧深度图像的时间点。
进一步的,所述拍摄第n-1帧深度图像的时间点为T0,当D1和D2的差值未落在标准范围N内时,机器人返回其在T0与T1时间点之间所处的位置并转动方向。
进一步的,所述继续下一步的数据采集动作为重复步骤(1)、(2)、(3)的过程。
进一步的,所述步骤(2)的计算过程中以深度图像中心区域的数据为计算依据。
进一步的,所述机器人匀速移动。
一种含有TOF成像模组的机器人数据采集系统,包括
零点标定模块:用于标定机器人数据采集工作的零点坐标;
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歌尔光学科技有限公司,未经歌尔光学科技有限公司许可,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/201910951422.X/2.html,转载请声明来源钻瓜专利网。