[发明专利]一种机器人识别定位方法

说明书

本发明公开了一种机器人识别定位方法，属于机器人技术领域，包括以下步骤：S1、启动机器人进行作业，对机器人作业区域场景进行图像采集，S2、将采集的图像进行图像特征提取，S3、对图像间的特征点进行匹配，完成对目标的识别，S4、对机器人装配的摄像机进行标定。本发明中，能够对目标物体进行识别和定位，避免工作人员触电或坠落等风险，保障了安全，提取的特征点具有更高的显著性，匹配速度和准确度都有一定提高，同时，通过改变摄像机的位置从不同视角获取目标场景图像，获得两幅图像间摄像机的相对位置关系，最终实现目标定位，能够满足特定实用场景需求，具有良好的实用价值。

技术领域

本发明涉及机器人技术领域，具体为一种机器人识别定位方法。

背景技术

近年来，由于计算机和图像处理技术的进步，使利用机器人视觉来模拟生物视觉成为一种重要的方式，视觉技术获得了飞速的发展，并已经在工业、医学、航空航天、电网和目标物跟踪等领域得到了广泛应用。视觉技术研究的重点问题是目标的识别与定位，精确的识别与定位是衡量视觉系统的重要指标，尤其在电网领域，为了避免工作人员人工进行高空带电作业时存在的触电或坠落等风险，急需一种能够在配网带电作业的机器人识别定位方法。

发明内容

本发明提供的发明目的在于提供一种机器人识别定位方法，能够对目标物体进行识别和定位，避免工作人员触电或坠落等风险，保障了安全，提取的特征点具有更高的显著性，匹配速度和准确度都有一定提高，同时，通过改变摄像机的位置从不同视角获取目标场景图像，获得两幅图像间摄像机的相对位置关系，最终实现目标定位，能够满足特定实用场景需求，具有良好的实用价值。

为了实现上述效果，本发明提供如下技术方案：一种机器人识别定位方法，包括以下步骤：

S1、启动机器人进行作业，对机器人作业区域场景进行图像采集。

S2、将采集的图像进行图像特征提取。

S3、对图像间的特征点进行匹配，完成对目标的识别。

S4、对机器人装配的摄像机进行标定。

S5、获取图像中的目标物体在空间的三维位置信息，实现对目标进行定位。

进一步的，根据S2中的操作步骤，对采集的图像特征进行提取时，包括以下步骤：

S201、尺度空间极值检测：通过对图像进行尺度变换以得到不同尺度下，图像在尺度空间中的表示序列，对这些序列进行主轮廓提取，并将提取结果作为特征向量，并进行角点检测。

S202、确定关键点的位置和尺度：通过S201的极值检测，获得需要的极值点，对关键点进行三维二次函数的拟合，剔除低对比度和边缘响应的影响，确定关键点的位置和尺度。

S203、确定关键点方向：根据图像的局部特性，给每一个关键点分配方向，然后，基于关键点邻域内像素的梯度方向分布情况，计算关键点的梯度方向和大小。

S204、生成SIFP特征向量：为每一个关键点建立一个特征向量。

进一步的，根据S3中的操作步骤，在对图像间的特征点进行匹配时，包括以下步骤：

S301、通过计算得到特征点与最近邻特征点以及次近邻特征点间的欧式距离。

S302、由这两个欧氏距离间的比例关系确定是否为正确匹配点对。

S303、对获取的匹配点进行去误差处理。

进一步的，根据S303中的操作步骤，在去除误差时，建立防射模型来验证特征点对。

进一步的，根据S4中的操作步骤，对摄像机进行标定时，包括如下操作步骤：

S401、忽略摄像机镜头的畸变，用线性模型求解摄像机的部分参数，以此作为初值。