移动机器人的导航方法及移动机器人技术

本发明专利技术公开了一种移动机器人的导航方法，包括：使第一摄像头的朝向与第二摄像头的朝向不同；分别从第一摄像头及第二摄像头获取视频帧；检测视频帧的特征点；跟踪特征点，并排除离群点；求取第一摄像头的位姿转换矩阵及第二摄像头的位姿转换矩阵，计算跟踪成功的特征点的三维坐标，形成新三维点集；根据新的三维点集优化第一摄像头的位姿转换矩阵及第二摄像头的位姿转换矩阵，得到移动机器人的位姿；以及根据所述移动机器人的位姿更新定位信息和地图。该移动机器人的导航方法定位精度高，场景识别能力强，系统鲁棒性高。本发明专利技术还公开了一种移动机器人。

【技术实现步骤摘要】
移动机器人的导航方法及移动机器人
本专利技术涉及机器人领域，尤其涉及一种移动机器人的导航方法和应用该导航方法的移动机器人。
技术介绍
移动机器人是自主控制移动、自动执行工作的智能装置，它可以在地面上或其他表面上移动，它既可以接受用户的指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。随着科学技术的进步，移动机器人在诸如生产、军事、服务等领域均有应用，尤其在家居服务领域应用越来越广，例如吸尘、扫地、拖地、擦玻璃等清洁机器人以及用于割草的割草机器人等。目前，在国内外的家用及公共场所均有所应用。为了使移动机器人更好的执行任务，通常希望移动机器人有定位和导航功能，这样，许多厂商在移动机器人中添加了摄像头和SLAM(同步定位及建图，SimultaneousLocalizationAndMapping)单元，以使移动机器人能够自动定位并创建地图，从而达到导航的目的。然而，现有技术中，设置了单摄像头的移动机器人在复杂多变的室内环境下，仍会检测不到足够多的特征点，例如，当摄像头朝向白墙或白天花板时，由于大面积为无变化特点的白色，很难检测到特征点，从而难以定位；或者容易跟丢特征点，例如，移动机器人旋转或行走时朝向窗口，窗外射进来明亮的阳光，此时摄像头逆光拍摄，光照变化大，导致特征点不易匹配继而跟踪失败，系统鲁棒性低。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种移动机器人的导航方法，该导航方法定位精度高，场景识别能力强，从而提高系统的鲁棒性。为了解决上述技术问题，本专利技术采用以下技术方案：一方面，本专利技术的实施例提供一种移动机器人的导航方法，应用于所述移动机器人，所述移动机器人包括机器人主体、第一摄像头及第二摄像头，所述第一摄像头及所述第二摄像头设置于所述机器人主体上，所述导航方法包括步骤：使所述第一摄像头的朝向与所述第二摄像头的朝向不同；分别从所述第一摄像头及所述第二摄像头获取视频帧；检测所述视频帧的特征点；跟踪特征点，并排除离群点；求取所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，计算跟踪成功的特征点的三维坐标，形成新的对应于所述第一摄像头的三维点集New_PtSet1及对应于所述第二摄像头的三维点集New_PtSet2；根据所述三维点集New_PtSet1及所述三维点集New_PtSet2优化所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，得到所述移动机器人的位姿；以及根据所述移动机器人的位姿更新定位信息和地图。优选地，所述检测所述视频帧的特征点具体可以是：检测所述视频帧的特征点，将所述特征点转化为词袋特征向量并保存于场景数据库DB；所述跟踪特征点，并排除离群点具体可以是：根据所述场景数据库DB跟踪特征点，并排除离群点。另一方面，本专利技术的实施例提供一种移动机器人，所述移动机器人包括机器人主体、第一摄像头及第二摄像头，所述第一摄像头及所述第二摄像头设置于所述机器人主体上，并且所述第一摄像头的朝向与所述第二摄像头的朝向不同，所述移动机器人还包括同步定位及建图模块和控制模块，所述控制模块用于控制所述第一摄像头、所述第二摄像头以及所述同步定位及建图模块，所述同步定位及建图模块包括：视频帧采集单元，用于从所述第一摄像头及所述第二摄像头获取视频帧；特征点检测单元，用于检测所述视频帧的特征点，并将所述特征点转化为词袋特征向量，并保存于场景数据库DB；特征点跟踪单元，配置为根据所述场景数据库DB跟踪所述特征点，并排除离群点；计算单元，用于求取所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，以及计算跟踪成功的特征点的三维坐标，形成新的对应于所述第一摄像头的三维点集New_PtSet1及对应于所述第二摄像头的三维点集New_PtSet2；优化单元，配置为根据所述三维点集New_PtSet1及所述三维点集New_PtSet2优化所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，得到所述移动机器人的位姿；以及更新单元，用于根据所述移动机器人的位姿更新定位信息和地图。与现有技术相比，本专利技术的技术方案至少具有以下有益效果：本专利技术的实施例中，由于所述导航方法包括：使所述第一摄像头的朝向与所述第二摄像头的朝向不同，且分别从所述第一摄像头及所述第二摄像头获取视频帧，因此，所述移动机器人移动时所采集到的图像变化较大，更容易抓取到更多的特征点，并且大面积白墙同时占据两个摄像头所拍摄的图像的几率很小，有利于提升定位精度；且由于所述第一摄像头和所述第二摄像头朝向不同，所以同时面对光照强的位置或同时面对窗户的概率大幅度下降，提高在对场景的识别能力。此外，所述导航方法还包括：求取所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，计算跟踪成功的特征点的三维坐标，形成新的对应于所述第一摄像头的三维点集New_PtSet1及对应于所述第二摄像头的三维点集New_PtSet2；根据所述三维点集New_PtSet1及所述三维点集New_PtSet2优化所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，得到所述移动机器人的位姿。由此，通过简单的方法将两个摄像头的特征点快速提取，又高效整合，定位精度高、定位速度快，场景识别能力强，极大地提升了系统的鲁棒性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的变形形式。图1是本专利技术的实施例中导航方法的流程示意图；图2是本专利技术的实施例中导航方法中优化移动机器人位姿的流程示意图；图3是本专利技术的一个实施例中导航方法的流程示意图；图4是本专利技术的实施例中导航方法的位姿初始化流程示意图；图5是本专利技术的实施例中导航方法在所述移动机器人被人为放置于一未知位置时进行全局重定位的流程示意图；以及图6是本专利技术实施例中的移动机器人的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。除非另作定义，此处使用的技术术语或科学术语应对作为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术中使用的“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序、数量或者重要性。同样，“一个”、“一”或“该”等类似词语也不表示数量限制，而只是用来表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词语前面的元件或物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或物件。“连接”或者相连等类似的词语并非限定于物理的或者机械的连接，而是可以包含电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。在本文中提及“实施例”意味着，结合实施例描述本文档来自技高网...

【技术保护点】
一种移动机器人的导航方法，其特征在于，所述移动机器人包括机器人主体、第一摄像头及第二摄像头，所述第一摄像头及所述第二摄像头设置于所述机器人主体上，所述导航方法包括：使所述第一摄像头的朝向与所述第二摄像头的朝向不同；分别从所述第一摄像头及所述第二摄像头获取视频帧；检测所述视频帧的特征点；跟踪特征点，并排除离群点；求取所述第一摄像头的位姿转换矩阵T

【技术特征摘要】
1.一种移动机器人的导航方法，其特征在于，所述移动机器人包括机器人主体、第一摄像头及第二摄像头，所述第一摄像头及所述第二摄像头设置于所述机器人主体上，所述导航方法包括：使所述第一摄像头的朝向与所述第二摄像头的朝向不同；分别从所述第一摄像头及所述第二摄像头获取视频帧；检测所述视频帧的特征点；跟踪特征点，并排除离群点；求取所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，计算跟踪成功的特征点的三维坐标，形成新的对应于所述第一摄像头的三维点集New_PtSet1及对应于所述第二摄像头的三维点集New_PtSet2；根据所述三维点集New_PtSet1及所述三维点集New_PtSet2优化所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，得到所述移动机器人的位姿；以及根据所述移动机器人的位姿更新定位信息和地图。2.如权利要求1所述的移动机器人的导航方法，其特征在于，所述根据所述三维点集New_PtSet1及所述三维点集New_PtSet2优化所述第一摄像头的位姿转换矩阵T1及所述第二摄像头的位姿转换矩阵T2，得到所述移动机器人的位姿矩阵T，具体包括步骤：计算所述第一摄像头坐标系到所述第二摄像头坐标系的转换矩阵T12；选择g2o库中的类“g2o::VertexSE3Expmap”作为待优化顶点的数据类型，新建该类型的两个类对象A和B，并将A的预估值设置为所述第一摄像头的位姿转换矩阵T1，B的预估值设置为所述第二摄像头的位姿转换矩阵T2；选择g2o库中的类g2o::EdgeSE3ProjectXYZOnlyPose作为第一约束边的数据类型，所述第一约束边为只连接一个顶点的一元边，所连接的顶点设置为所述类对象A，将所述第一约束边的测量值设置为所述三维点集New_PtSet1中的点在所述第一摄像头的图像中对应的像素坐标，并将该点的三维坐标赋值给g2o::EdgeSE3ProjectXYZOnlyPose对应的成员变量；选择g2o库中的类g2o::EdgeSE3ProjectXYZOnlyPose作为第二约束边的数据类型，所述第二约束边所连接的顶点设置为所述类对象B，将所述第二约束边的测量值设置为所述三维点集New_PtSet2中的点在所述第二摄像头的图像中对应的像素坐标，并将该点的三维坐标赋值给g2o::EdgeSE3ProjectXYZOnlyPose对应的成员变量；新建类型为g2o::EdgeSE3的第三约束边，所述第三约束边为二元边，所述第三约束边的一个顶点设置为类对象A，另一个顶点设置为类对象B，并将所述第三约束边的测量值设置为所述转换矩阵T12；以及调用g2o::SparseOptimizer::initializeOptimization()对优化器进行初始化，然后调用g2o::SparseOptimizer::optimize()完成优化，得到所述第一摄像头的优化后的位姿转换矩阵T1_New和所述第二摄像头的优化后的位姿转换矩阵T2_New，据此求取所述移动机器人的优化后的位姿。3.如权利要求1或2所述的移动机器人的导航方法，其特征在于，所述检测所述视频帧的特征点，具体为：检测所述视频帧的特征点，将所述特征点转化为词袋特征向量并保存于场景数据库DB；所述跟踪特征点，并排除离群点，具体为：根据所述场景数据库DB跟踪特征点，并排除离群点。4.如权利要求3所述的移动机器人的导航方法，其特征在于，还包括步骤：将所述移动机器人置于未知位置；在所述未知位置上采集视频帧；检测在所述未知位置上采集的视频帧的特征点，并将所述特征点转化为词袋特征向量；将所述未知位置上采集的视频帧的特征点对应的词袋特征向量与已有的所有词袋特征向量逐一进行对比；若所述场景数据库DB中存在与所述未知位置的词袋特征向量相同或相似的词袋特征向量，将所述场景数据库DB中与所述未知位置的词袋特征向量相同或相似的词袋特征向量所对应的特征点集记为Simi_PtSet,则将所述未知位置的视频帧的特征点集与所述场景数据库DB中的特征点集Simi_PtSet进行匹配，求取该未知位置上所述移动机器人的位姿；若所述场景数据库DB中不存在与所述未知位置的词袋特征向量相同或相似的词袋特征向量，则重复所述步骤采集所述未知位置的视频帧。5.如权利要求1或2所述的移动机器人的导航方法，其特征在于，所述导航方法还包括：校正所述第一摄像头及所述第二摄像头，得到所述第一摄像头的校正参数矩阵K1及所述第二摄像头的校正参数矩阵K2；进行初始化，包括：使所述第一摄像头在第一位置拍摄一帧图像I1-1，所述第二摄像头在所述第一位置拍摄一帧图像I2-1，保存所述图像I1-1和所述图像I2-1；使所述移动机器人移动距离L到达第二位置，所述第一摄像头在所述第二位置拍摄一帧图像I1-2，所述第二摄像头在所述第二位置拍摄一帧图像I2-2，保存所述距离L、所述图像I1-2和所述图像I2-2，所述距离L使得所述第一摄像头及所述第二摄像头的视差足够大；根据所述图像I1-1、所述图像I2-1、所述距离L、所述图像I1-2及所述图像I2-2，求取所述第一摄像头的初始位姿转换矩阵T1-0、所述第二摄像头的初始位姿转换矩阵T2-0、对应于所述第一摄像头的初始三维点集Init_PtSet1及对应于所述第二摄像头的初始三维点集Init_PtSet2；将所述第一摄像头的校正参数矩阵K1、所述第二摄像头的校正参数矩阵K2、所述第一摄像头的初始位姿转换矩阵T1-0、所述第二摄像头的初始位姿转换矩阵T2-0、对应于所述第一摄像头的初始三维点集Init_PtSet1及对应于所述第二摄像头的初始三维点集Init_PtSet2作为输入参数调用g2o库进行优化，得到所述移动机器人的优化的初始位姿。6.如权利要求5所述的移动机器人的导航方法，其特征在于，还包括：启动全路径覆盖算法，发出移动所述移动机器人的指令；接收所述指令并移动所述移动机器人；获取更新的所述定位信息和地图；判断所述移动机器人是否将待作业表面覆盖完毕，若未覆盖完毕，则继续发出移动所述移动机器人的指令，若覆盖完毕，则保存所述地图和所述场景数据库DB，供后续作业时调用。7.一种移动机器人，其特征在于，包括机器人主体、第一摄像头及第二摄像头，所述第一摄像头及所述第二摄像头设置于所述机器人主体上，并且所述第一摄像头的朝向与所述第二摄像头的朝向不同，所述移动机器人还包括同步定位及建...

【专利技术属性】
技术研发人员：刘智成，宋章军，刘璐，
申请(专利权)人：深圳悉罗机器人有限公司，
类型：发明
国别省市：广东,44