【技术实现步骤摘要】
本专利技术属于计算机视觉
，涉及一种基于立体视觉的移动机器人定位方 法，解决移动机器人利用GI^系统定位精度不高、室内环境无法利用GI^定位的困难，并提 高定位的准确性和鲁棒性，可W用于室内环境移动机器人定位，W及某些环境下GI^定位 不准确甚至失效情况下的移动机器人定位。
技术介绍
基于视觉的定位技术是利用安装在机器人或者车辆上的相机拍摄的图像序列对 车体进行定位的技术。传统的定位技术基于车轮编码器、惯性导航仪或者GI^系统对车辆 估算距离，在某些环境下（如车轮打滑、室内环境）该些方法会失效，基于视觉的定位技术 能够很好的克服该些问题，适用于室内外、斜坡、沙地或者其他未知环境（如月球、火星表 面）。 基于视觉的定位技术依靠视觉输入，通过提取图像序列的尺度不变特征点，计算 前后连续峽间的旋转平移关系，估计车体的位置姿态和运动轨迹，主要步骤包括特征提取、 特征匹配与跟踪和运动估计。目前基于视觉定位的研究主要分为单目视觉定位和双目视觉 定位两种。单目视觉定位系统不易重建出图像点深度信息，不能为后续诸如同时定位与地 图构建等视觉导航提供足够有效的信息。双目视觉相对于单目视觉更容易获取精确的场景 深度信息，使得视觉定位技术的实现相对可靠，因此更多的研究者投入到了双目立体视觉 定位技术的研究中。 如何选取合适的鲁棒特征，如何准确的进行特征匹配和跟踪，如何精确的计算出 前后峽间的旋转平移矩阵是研究的重点和难点。由于视觉定位是基于图像特征的，因此选 取的特征是否可靠、特征匹配和跟踪是否准确对最终结果有很大影响；运动估计本质...
【技术保护点】
一种基于立体视觉的移动机器人定位方法，其特征在于该方法具体包含以下步骤：第1、图像采集和预处理首先在移动机器人上安装双目立体相机，在场景中漫游并拍摄图像序列；第2、尺度不变特征提取结合OpenCV提取图像序列每一帧图像的SIFT特征点；第3、特征匹配与跟踪在第2步获得图像序列的尺度不变特征后，用圈匹配技术同时进行特征匹配和跟踪；首先得到四幅图像的特征点，四幅图像分别为当前帧的左图、右图和上一帧的左图、右图，然后按照这样的顺序进行匹配：当前帧左图‑>上一帧左图‑>上一帧右图‑>当前帧右图‑>当前帧左图，完成一圈匹配；第4、运动估计机器人的运动属于刚体运动，可分解为旋转运动和平移运动，根据第3步获得的前后帧匹配的特征点，用单位四元数法计算特征点间的旋转矩阵和平移向量：在二维平面上，一个单位圆上任意一点可以表示绕一个轴旋转的角度；在三维空间中，一个单位球面上任意一点可以表示绕两个轴旋转的角度；因此可以假设存在一个四维空间中的一个单位球，球面上任一点可以表示绕三个轴旋转的角度，四维空间中的单位球定义如下：q02+q12+q22+q32＝1球面上任意一点的四元坐标即单位四...
【技术特征摘要】
1. 一种基于立体视觉的移动机器人定位方法，其特征在于该方法具体包含以下步骤： 第1、图像采集和预处理 首先在移动机器人上安装双目立体相机，在场景中漫游并拍摄图像序列； 第2、尺度不变特征提取 结合OpenCV提取图像序列每一帧图像的SIFT特征点； 第3、特征匹配与跟踪 在第2步获得图像序列的尺度不变特征后，用圈匹配技术同时进行特征匹配和跟踪； 首先得到四幅图像的特征点，四幅图像分别为当前帧的左图、右图和上一帧的左图、右图， 然后按照这样的顺序进行匹配：当前帧左图_>上一帧左图_>上一帧右图_>当前帧右图_> 当前帧左图，完成一圈匹配； 第4、运动估计 机器人的运动属于刚体运动，可分解为旋转运动和平移运动，根据第3步获得的前后 帧匹配的特征点，用单位四元数法计算特征点间的旋转矩阵和平移向量： 在二维平面上,一个单位圆上任意一点可以表示绕一个轴旋转的角度；在三维空间中， 一个单位球面上任意一点可以表示绕两个轴旋转的角度；因此可以假设存在一个四维空间 中的一个单位球，球面上任一点可以表示绕三个轴旋转的角度，四维空间中的单位球定义 如下： 2 I 2 I 2 I 2 - Qo +? +? +? 一 1 球面上任意一点的四元坐标即单位四元数q = Iiqtl, qp q2, q3]T，旋转矩阵可表示为：单位四元数法是描述三维空间旋转较好的方法，该方法没有奇异点，并且适用较大角 度旋转，本发明采用单位四元数法表示并计算旋转矩阵； 第5、最小化重投影误差 计算得到的运动参数和实际运动参数不可避免存在误差，需要对误差最小化才能得到 准确的运动参数，运动参数即旋转矩阵和平移向量；三维欧拉空间中误差分布各向异性，噪 声分布不均匀，因此提出在二维图形空间下最小化误差的方法；根据运动参数计算得到运 动后的三维特征点，重投影到二维图像空间下，然后计算与第2步中提取到的真实特征点 之间的误差，多次迭代使得误差距离最小，即可得到较为准确的运动参数； 二维图像上的像素点可以根据相机参数计算得到三维空间下的坐标，同样，三维空间 下的点也可以根据相机参数计算得出投影到二维图像上的像素坐标，由三维空间点计算得 到二维图像像素点的过程称为重投影； 设上一帧图像的某个特征点的三维坐标为P(x，y，z)，变化到当前帧坐标系的旋转平移 矩阵分别为R和T，重投影到当前帧图像上的像素坐标为（u，V)，则重投影公式为：其中，（U，v)是图像坐标；CjPcu是相机透镜光心在图像上的投影所在的行和列；f是 相机的焦距；(X，y，Z)是前一帧特征点的三维坐标；r和t是一次迭代计算得到的旋转矩阵 和平移向量；如果投影到左图S = 0,如果投影到右图S = B ;B是相机基线。2. 根据权利要求1所述的方法，其特征在于第3步特征匹配与跟踪的具体方法包括： 第3. 1、圈匹配 在步骤02中获得图像序列各图像特征的基础上，本发明采用圈匹配技术同时完成左 右图的特征匹配和前后帧的特征跟踪； 第3. 2、计算特征点三维坐标 同一帧左图和右图特征匹配是为了计算特征点的三维坐标，假设左图上一个特征点位 于图像上的u列V行，则该特征点的坐标为（Ul，Vl)，右图上所匹配的特征点为（w，')，则左 图上的特征点由图像坐标转换到三维坐标（x，y，z)有下列公式：其中，d是视差，即该特征点在右图对应列坐标之差d = U1-U1^ ;cv和Cu是相机透镜光 心在图像上的投影所在的行和列，f是相机的焦距，单...
【专利技术属性】
技术研发人员：刘少强，张桦，徐光平，薛彦兵，高赞，徐珂琼，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。