[发明专利]一种激光-单目视觉融合的物体识别与定位方法在审

专利信息
申请号: 202010007897.6 申请日: 2020-01-03
公开(公告)号: CN111191625A 公开(公告)日: 2020-05-22
发明(设计)人: 王滔;张雲策;葛鸿昌;朱世强;祝义朋;胡纪远 申请(专利权)人: 浙江大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/80;G06T7/70;G01C21/00;G01C11/00;G01C11/04;G01C3/00
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 孙孟辉
地址: 315400 浙江省宁波市余*** 国省代码: 浙江;33
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 激光 目视 融合 物体 识别 定位 方法
【说明书】:

发明公开一种激光‑单目视觉融合的物体识别与定位方法。包括:S1,相机安装位置保证相机光轴平行于地面,对单目相机和激光测距模块测距光线进行标定,得到标定参数;S2,利用物体识别算法识别单目相机视野中的物体,并获取已识别物体种类与物体中心点二维坐标;S3,利用S1标定得到的相机内参与S2中物体中心点二维坐标,得到物体中心点在相机坐标系中的航向角β和俯仰角α;S4,根据航向角β和俯仰角α,激光测距模块转动到相应角度对物体进行初步测距,根据初步测距结果调整激光测距模块转动角度得α′,对物体中心点进行精确测距得d′;S5,计算得到物体中心点在激光测距模块坐标系下的三维坐标(Xc,Yc,Zc),实现物体的识别与定位。

技术领域

本发明涉及物体识别与定位方法,尤其涉及一种激光-单目视觉融合的物体识别与定位方法。

背景技术

现如今大量机器人应用于人类的社会生活和生产之中,以协助或取代人类开展部分重复性或服务性工作,起初多应用在一些结构化工作环境中,例如生产业、建筑业等。随着机器人技术的高速发展革新,越来越多的智能机器人出现在了各行各业之中,机器人在社会生产与生活中扮演着愈发重要的角色的同时也对其智能化程度有了更高的需求。

智能机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统,其中环境感知能力是体现其智能化程度的一个重要指标,并对其自主作业功能起指导性作用,是机器人系统中极为重要的组成部分。目前在机器人环境感知系统中对于物体的识别与定位通常采用双目视觉、激光雷达、毫米波雷达等深度传感器与单目视觉融合的方案,此类方案在一定范围内可实现机器人对周围物体的识别与定位,但在计算资源消耗、物体定位精度、有效定位距离及成本等方面还存在着明显的不足。由于机器人移动端受成本、体积以及功耗等问题的制约,其搭载的终端计算设备算力十分有限,因此采用上述方案的物体识别与定位方法造价高昂、实时性差,在机器人实际工作条件下难以有效完成物体识别与定位工作。

发明内容

本发明要解决的问题是提供一种物体识别与定位方案,设计出一种在智能机器人工作条件下可以有效工作的物体识别与定位方法。此方法应消耗较少的计算资源,以便在移动端算力有限的情况下保证实时性;同时应该具有较好的识别效果与定位效果,识别准确度高、范围广,定位精度高、范围广,尽可能提升智能机器人的作业范围;此方法还需要具有一定的成本优势,可降低此方法的使用门槛,有利于技术推广与应用普及。

为了解决上述技术问题,实现根据本发明的这些目的和其他优点,提供了一种激光-单目视觉融合的物体识别与定位方法,包括:

S1,相机安装位置保证相机光轴平行于地面,激光测距模块安装位置保证激光测距模块光心与相机光心的连线垂直于地面且使激光测距模块与单目相机之间的垂直间距为c,对单目相机和激光测距模块测距光线进行标定,得到标定参数,包含相机内参矩阵K;

S2,利用物体识别算法识别单目相机视野中的物体,并获取已识别物体种类与物体中心点二维坐标;

S3,利用步骤S1标定得到的相机内参与步骤S2获取到的物体中心点二维坐标,可以得到物体中心点在相机坐标系中的航向角β和俯仰角α;

S4,根据步骤S3中得到的物体中心点在相机坐标系中的航向角β和俯仰角α,控制执行机构驱动激光测距模块转动到相应角度对物体进行初步测距,根据初步测距结果调整激光测距模块转动角度得α′对物体中心点进行精确测距得d′;

S5,根据S4中激光测距模块测得的物体中心点距离和激光测距模块在航向轴、俯仰轴实际转动角度,可计算转换得到物体中心点在激光测距模块坐标系即系统世界坐标系下的三维坐标(Xc,Yc,Zc),实现物体的识别与定位,

进一步的,所述步骤S1具体包括:

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浙江大学,未经浙江大学许可,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/202010007897.6/2.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