[发明专利]机器人的位置检测方法、检测装置、处理器和电子设备在审
申请号: | 202011043168.2 | 申请日: | 2020-09-28 |
公开(公告)号: | CN112419400A | 公开(公告)日: | 2021-02-26 |
发明(设计)人: | 赵瑞欣;黄以恺 | 申请(专利权)人: | 广东博智林机器人有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/60;G06T7/136;G06T7/13;G06T7/11;G01C11/00;G01B11/02;G01B11/00 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 霍文娟 |
地址: | 528305 广东省深圳市顺德区北滘镇顺江*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 位置 检测 方法 装置 处理器 电子设备 | ||
1.一种机器人的位置检测方法,其特征在于,包括:
采用激光三角测距法,确定像素坐标系与相机坐标系的转换关系;
获取待施工墙面的图像;
根据所述图像以及所述转换关系确定所述机器人的位置信息,所述位置信息至少包括所述机器人与所述待施工墙面之间的距离。
2.根据权利要求1所述的检测方法,其特征在于,采用激光三角测距法,确定像素坐标系与相机坐标系的第一转换关系,包括:
利用三角形相似性,确定所述像素坐标系与所述相机坐标系的转换公式;
确定激光平面方程在相机坐标系的表达式,所述表达式和所述转换公式构成所述转换关系,所述激光平面为安装在所述机器人上的激光器发出的激光形成的平面。
3.根据权利要求1所述的检测方法,其特征在于,根据所述图像以及所述转换关系确定所述机器人的位置信息,包括:
确定所述图像上的预定点在所述像素坐标系的坐标,所述预定点包括所述图像的中心点;
根据所述预定点的在所述像素坐标系的坐标以及所述转换关系,确定所述预定点在所述相机坐标系中的坐标;
根据所述预定点在所述相机坐标系中的坐标,确定至少部分所述位置信息。
4.根据权利要求3所述的检测方法,其特征在于,
确定所述图像上的预定点在所述像素坐标系的坐标,包括:
确定在第一预定点在所述像素坐标系的坐标,所述第一预定点为所述图像的中心点;
确定第二预定点和第三预定点分别在所述像素坐标系的坐标,所述第二预定点为竖直激光线的中心线的中心点,所述竖直激光线为安装在所述机器人上的激光器发射至所述待施工墙面上的激光线,所述第三预定点为所述图像上的黏贴物体的边缘线的中心点,所述黏贴物体位于所述待施工墙面,且所述黏贴物体的边缘线为所述黏贴物体与所述待施工墙面之间的边缘线,
根据所述预定点在所述相机坐标系中的坐标,确定至少部分所述位置信息,包括:
根据所述第一预定点在所述相机坐标系中的坐标,确定所述机器人与所述待施工墙面之间的距离;
根据所述第二预定点和所述第三预定点分别在所述相机坐标系中的坐标,确定所述竖直激光线和所述黏贴物体的边缘线的距离。
5.根据权利要求4所述的检测方法,其特征在于,确定第二预定点和第三预定点在所述像素坐标系的坐标,包括:
根据所述图像,确定所述竖直激光线的中心线的位置和所述黏贴物体的边缘线的位置;
根据所述竖直激光线的位置,确定所述第二预定点在所述像素坐标系的坐标;
根据所述黏贴物体的边缘线的位置,确定所述第三预定点在所述像素坐标系的坐标。
6.根据权利要求5所述的检测方法,其特征在于,所述图像包括所述竖直激光线、所述黏贴物体以及待施工墙面的裸露墙面,
根据所述图像,确定所述竖直激光线的中心线的位置和所述黏贴物体的边缘线的位置,包括:
计算所述图像的像素矩阵的每个像素列的平均灰度值,得到第一平均灰度值;
对所述第一平均灰度值进行差分运算,得到多个第一差分值;
确定最大的所述第一差分值对应的所述像素列的位置为所述竖直激光线的预备位置;
确定预定极大值对应的所述像素列的位置为所述黏贴物体的边缘线的预备位置,所述预定极大值为在预定方向上出现的第一个所述第一差分值的极大值;
根据所述竖直激光线的预备位置,确定所述竖直激光线的中心线的位置;
根据所述黏贴物体的边缘线的预备位置,确定所述黏贴物体的边缘线的位置。
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广东博智林机器人有限公司,未经广东博智林机器人有限公司许可,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/202011043168.2/1.html,转载请声明来源钻瓜专利网。