[发明专利]一种基于激光数据的导航标识图识别方法

摘要

一种基于激光数据的导航标识图识别方法，属于移动机器人自主导航技术领域。本发明提出了一种基于激光数据的导航标识图，可实现非可见光条件下三维场景内的导航，能够克服光照条件不足造成的识别误差较大等问题。本发明提出的无畸变反射值图，可以对三维激光数据做一个清晰的二维图像描述，通过滤波、二值化等算法进行处理，可以准确地获得标识图所表述的信息。本发明可用在移动机器人在室内外环境中进行自主导航及环境适应等人工智能领域。

主权项

1.一种基于激光数据的导航标识图识别方法，其特征在于，包括如下步骤：1)制作导航标识图；黑色作为背景色，白色矩形为标识条；标识图中共有h个标识条，h为不小2的整数；其中最短的标识条为读取数据的起始位置，它的宽度为基准宽度s；其余等长的h‑1个标识条的宽度分别为s,2s,…,ks，代表的数字依次是0,1,…,(k‑1)，k为不小于2的整数；离起始位置最近的标识条为最高位，其位数为h‑1，依次从高向低排序，则标识图代表的信息数值为其中，i是该标识条的位数，n_i是该标识条代表的数字，根据等长的h‑1个标识条的不同排序，信息数值的取值范围为0～(k^h‑1‑1)；2)标识图的无畸变反射值图生成；获取标识图的位置并截取其区域内的激光点云，计算激光点云协方差矩阵的特征向量，求取旋转平移矩阵使点云与坐标平面平行，然后对旋转平移后的点云进行正投影；将激光点反射值映射为0‑255范围内的灰度值，根据每个激光点的坐标位置将灰度值分配到图片中的对应像素点上，生成无畸变的反射值图；所述对旋转平移后的点云进行正投影过程为：设定截取标识图所在平面一系列点云为S,计算S的协方差矩阵的特征向量；设该特征向量在三个方向上的向量分别为E_x,E_y,E_z，设定机器人前进方向为x方向,标识图贴在墙壁上，则求出E_x,E_z与x，z轴的夹角为使标识图平面与x‑o‑z平面平行，则旋转矩阵M_p为：根据标识图的位置，移动机器人的前进方向与标识图平面的垂直方向的交点作为视点，向标识图平面做正交投影，利用公式(2)进行投影变换，其中，x_e,y_e,z_e是初始点云，x_c,y_c,z_c为投影到x‑o‑z平面的坐标点云，T是旋转后的点云到坐标轴面的平移矩阵；所述生成无畸变的反射值图的过程如下：标识图平面的激光数据经旋转后，忽略与其平行的坐标平面的距离信息，设遍历获取激光数据得到四边界限x_min,x_max,y_min,y_max，根据移动机器人与标识图的距离确定步长d，并根据设定的步长d求出生成的反射值图的长度lengt和宽度widt分别为：lengt＝(x_max‑x_min)/d,widt＝(y_max‑y_min)/d    (4)每个像素点灰度值的大小利用公式(5)，对激光点的反射值进行处理获得其中，d_i和g_i分别为激光点i的反射值和灰度值，d_max和d_min是所有激光点的最大和最小反射值；给定一个像素q_i＝[u_i,v_i,g_i]^T，u_i和v_i分别是图像坐标，g_i是该点的灰度值；在图像坐标系下，表示一个三维点p_i＝[x_c,y_c,z_c]^T，图像像素坐标与三维点坐标的对应关系是：u_i＝(x_c‑x_min)/d,v_i＝(y_c‑y_min)/d          (6)其中，x_c和y_c分别表示标识图平面旋转平移后与坐标轴面平行的激光点的x和y的坐标；根据公式(6)，将每个激光点的灰度值分配到图片中的对应像素点上；对于没有激光点对应的像素点使用默认值填补，默认值为墙面等背景色灰度值；有两个或两个以上激光点对应一个像素点时，使用这几个激光点灰度值的平均值填补该像素点；3)反射值图滤波处理；通过滤波算法对图片进行滤波处理，使反射值图中标识条边缘更加清晰；4)对标识图进行识别；对滤波后的无畸变反射值图进行二值化处理，然后对标识图中的白色标识条聚类分析，通过直线拟合的方法求出标识条的倾角θ，利用公式求取每个标识条的实际宽度w_i，其中x_l,y_l分别为标识条横纵方向的长度和宽度；起始标识条的基准宽度为s,则每个标识条实际代表的数字为[w_i/s+0.5]‑1，根据每个标识条实际代表的数字计算出标识图所代表的信息数值，从而获得标识图所代表的信息；所述通过直线拟合的方法求出标识条的倾角θ的过程如下：对于每个像素簇，设u和v之间的函数关系为：v＝a+bu                      (9)式(9)中有两个待定参数，a代表截距，b代表斜率；像素簇中包括m组数据(u_i，v_i)，i＝1,2……,m，利用最小二乘法把观测数据拟合为直线；用最小二乘法估计参数时，要求观测值v_i的偏差的加权平方和为最小；对于等精度观测值的直线拟合，使下式的值最小：式(10)对a、b分别求偏导数得：整理后得到方程组：求解方程组(13)，求得直线参数a和b的最佳估计值和求出倾角θ：