面向虚拟图像的机器人导航方法技术

本发明专利技术公开了一种面向虚拟图像的机器人导航方法，包括：计算第一图像和第二图像之间的第一双向流场；利用第一双向流场生成第一虚拟视角图像和第二虚拟视角图像；计算第一虚拟视角图像和第二虚拟视角图像之间的第二双向流场，从而计算第一虚拟视角图像和第二虚拟视角图像的景深信息；根据景深信息分别对第一虚拟视角图像和第二虚拟视角图像进行图像特写，将得到的第一虚拟特写图像和第二虚拟特写图像融合得到虚拟图像；获取机器人四周环境的全景图像，将虚拟图像与全景图像进行匹配，进行方位角定位；根据图像特征点比值与距离之间的对应关系拟合出机器人的距离计算函数，输出机器人的运动距离。本发明专利技术存储数据比较小、消耗内存少、计算速度快。

【技术实现步骤摘要】

本专利技术涉及导航
，特别是涉及一种面向虚拟图像的机器人导航方法。
技术介绍
机器人(Robot)作为一种机械装置，可自动执行指定工作，同时它又是人类活动的一种新型的替代品。从第一次工业革命到现在，科学技术在一步一步的发展推进，机器人技术发展也越来越火热，同样的人类对机器人的需求越来愈大，各种类型的机器人也就应运而生。从工业生产扩大、核能、医药、生化、家庭清洁、深海开发、医疗康复、火星探测等，机器人出现在人类社会的各个角落。在众多应用中，机器人逐渐从固定机械中解放出来，导航技术的需求迫在眉睫，这也为机器人智能化以及自主化提供了契机。导航的目的是为了让机器人能够自主的从出发点移动到目标点，并完成指定工作。导航按照其辅助工具主要分为视觉导航、基于环境模型的地图匹配导航和路标导航。在日趋拟人化的现代技术中，作为人眼替代品的视觉传感器可以更多的获取完整的丰富的环境信息，基于其信息的导航方式更加近似于的人类，因而备受科学家们的关注，同样的，其复杂度也是在各类应用中登高不下。如何让机器人去准确稳定的获取所处环境的信息(环境固定信息以及环境动态变化信息)变得异常困难，同时如何去可靠的应用这些数据也同样是一个巨大的难题。传统的视觉导航主要依赖于各类传感器并通过其参数来建立环境的精确模型，主要分为路径规划、地图建模、定位这三个基本方式，并辅佐以其他功能来完成自主运动操作。当机器人处于位置的环境中进行导航时，自身的定位以及环境的模型必须同步进行，因此形成了SLAM。SLAM以其卓越的性能受到了领域内研究者们的重视，现在已经发展出了可以应用于多钟用途的方法，包含立体视觉方法，全景视觉方法和单目视觉方法等。立体视觉vSLAM配置有双目或多目视觉传感器，传统的方法为对于同时采集的多图像进行视差操作，最终建立精确的环境模型。单目视觉vSLAM由于只有一个视觉传感器，因而在完成导航操作时，应辅佐以其他已知外部结果，例如Davison提出的深度信息估计方法，其借助于已知坐标的特征点，利用基于贝叶斯的快速估计方法，但当运动剧烈时会造成估计误差较大。全景视觉vSLAM利用特征区域在全景图像中的方位角信息并结合机器人本身的坐标位置来求解出物体三维空间的坐标，这就要求了全景图像质量达到一个非常高的精度。随着机器人的运动环境的不断扩充，无论怎样的vSLAM导航，其信息的存储或者新路标的注册都存在了极大的困难。除此之外，由于环境噪声、机械误差以及其他不可控的干扰，对造成误差的累积，为此，类似于卡尔曼或者粒子滤波等算法被用来完成其使命。然而所有路标的相关性矩阵则需要卡尔曼滤波来维护，这就造成了数据的存储量以爆炸式的方式增加，增加了系统计算的复杂度，对于地图规模的建立造成了严重限制。在机器人导航中，另外一种技术在放弃复杂的地图建模的基础上，通过拟人化决策，将人类运动的模式运用到机器人导航中。陈凤东在单目视觉时利用该方法依靠PnP实现视觉定位实现了机器人的自由导航。但在实际应用中，其所能包含有限的视野，故而限制了机器人导航的范围。由于单目视觉导航这一缺陷，全景视觉导航则利用全景技术，获得更大视角的图像结果，使得机器人运动的范围更加广泛。全景视觉导航其实是通过图像匹配的方式来完成的，通过根据现有位置的图像信息对比目标点位置的图像信息，进行匹配，从匹配的数据中，计算出路标的状态或者规划出当前位置到目标位置之间的方位和距离结果，该类方法已经被西方学者研究了很多年份，通常称之为视觉归航(Visual Homing)。项必须传统的导航方式，此方法不需要去进行地图构建以及自身定位等操作，而是直接从图像之间的匹配结果来估计出运动方向和运动距离。因此我们可以理解到，在此过程中，机器人不需要一个全局的定位，知道自己的准备位置，也不需要知道全局的一个地图框架，只需要知道目标在哪儿的，怎么走，往哪儿走，走多远，因此更加类似于人类基于视觉的运动模式，实现其拟人化操作，大大降低了其的复杂性。经过更加深层的分析，视觉导航方法其实就是只需要存储目标位置的图像结果或者图像相关参数，不需要跟SLAM一样去精确地建立地图，这大大降低了数据的存储量；同时，视觉归航不会需要去累积数据，因为在导航过程中，我们只需要知道位置图像与目标位置图像，当环境或者位置发生变换时，替换掉当前位置图像，不会去累积数据，导航的精度也不会受距离的影响。视觉归航是完全依赖于图像结果，因此需要去克服图像中遮挡、光照、旋转、尺度、视差等多方面的影响，将有用的特征结果从图像中分离出来，这也是目前急需攻克的技术壁垒。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种面向虚拟图像的机器人导航方法，在不需要计算运动角度，计算运动距离等优势的基础上，其存储数据比较小，消耗内存少，计算速度快。本专利技术的目的是通过以下技术方案来实现的：面向虚拟图像的机器人导航方法，包括：获取第一图像和第二图像，并计算第一图像和第二图像之间的第一双向流场；利用所述第一双向流场生成第一图像对应的第一虚拟视角图像和第二图像对应的第二虚拟视角图像；计算第一虚拟视角图像和第二虚拟视角图像之间的第二双向流场，并根据所述第二双向流场的大小计算第一虚拟视角图像和第二虚拟视角图像的景深信息；根据景深信息分别对第一虚拟视角图像和第二虚拟视角图像进行图像特写，得到第一虚拟特写图像和第二虚拟特写图像，融合第一虚拟特写图像和第二虚拟特写图像得到虚拟图像；获取机器人四周环境的全景图像，将虚拟图像与全景图像进行匹配，进行方位角定位；根据图像特征点比值与距离之间的对应关系，拟合出机器人的距离计算函数，输出机器人的运动距离。进行图像特写采用区域分割法。进行图像特写时，分别确定图像的上、下、左、右四个方向最边缘的闭合区域点；根据所述最边缘的闭合区域点，确定最大闭合区域。确定闭合区域点的方法为：根据第二双向流场计算图像中每个像素点的深度信息；搜索图像中的全部像素点，搜索到有深度信息的像素点时i，判断该像素点四周的多个像素点是否有深度信息，若所述该像素点四周的多个像素点中超过一半的像素点具有深度信息时，则认为该像素点为闭合区域点，否则认为该像素点为抛弃点。进行图像特写时，还包括对最大闭合区域进行修剪：对于最大闭合区域边缘上的任一像素点，计算该像素点与其上一列方向或上一行方向的边缘点之间的距离，若该距离超过预设值，则对该像素点进行修剪。进行图像特写时，在完成最大闭合区域修剪后，对修剪后的图像进行放大操作。方位角定位的方法为：分别提取虚拟图像和全景图像的特征，将虚拟图像的特征与全景图像的特征进行匹配，得到的匹配度最高的区域作为机器人的方位角所在位置。本专利技术的有益效果是：本专利技术提供一种基于虚拟图像的导航方法，在不需要计算运动角度，计算运动距离等优势的基础上，其存储数据比较小，消耗内存少，计算速度快，同时此方法基础为基于视觉的导航，后续的扩展更加简便，其扩展性以及开发性更高。附图说明图1为本专利技术的一个实施例的流程示意图；图2为原始视角与虚拟视角关系示意图；图3为闭合区域分割法示意图；图4为方位角确认搜索示意图；图5为图像成像与距离关系示意图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。如图1所示，面向虚拟图像的机器人导航方法本文档来自技高网...

【技术保护点】
面向虚拟图像的机器人导航方法，其特征在于：包括：获取第一图像和第二图像，并计算第一图像和第二图像之间的第一双向流场；利用所述第一双向流场生成第一图像对应的第一虚拟视角图像和第二图像对应的第二虚拟视角图像；计算第一虚拟视角图像和第二虚拟视角图像之间的第二双向流场，并根据所述第二双向流场的大小计算第一虚拟视角图像和第二虚拟视角图像的景深信息；根据景深信息分别对第一虚拟视角图像和第二虚拟视角图像进行图像特写，得到第一虚拟特写图像和第二虚拟特写图像，融合第一虚拟特写图像和第二虚拟特写图像得到虚拟图像；获取机器人四周环境的全景图像，将虚拟图像与全景图像进行匹配，进行方位角定位；根据图像特征点比值与距离之间的对应关系，拟合出机器人的距离计算函数，输出机器人的运动距离。

【技术特征摘要】
1.面向虚拟图像的机器人导航方法，其特征在于：包括：获取第一图像和第二图像，并计算第一图像和第二图像之间的第一双向流场；利用所述第一双向流场生成第一图像对应的第一虚拟视角图像和第二图像对应的第二虚拟视角图像；计算第一虚拟视角图像和第二虚拟视角图像之间的第二双向流场，并根据所述第二双向流场的大小计算第一虚拟视角图像和第二虚拟视角图像的景深信息；根据景深信息分别对第一虚拟视角图像和第二虚拟视角图像进行图像特写，得到第一虚拟特写图像和第二虚拟特写图像，融合第一虚拟特写图像和第二虚拟特写图像得到虚拟图像；获取机器人四周环境的全景图像，将虚拟图像与全景图像进行匹配，进行方位角定位；根据图像特征点比值与距离之间的对应关系，拟合出机器人的距离计算函数，输出机器人的运动距离。2.根据权利要求1所述的面向虚拟图像的机器人导航方法，其特征在于：进行图像特写采用区域分割法。3.根据权利要求1所述的面向虚拟图像的机器人导航方法，其特征在于：进行图像特写时，分别确定图像的上、下、左、右四个方向最边缘的闭合区域点；根据所述最边缘的闭合区域点，确定最大闭合区域。4...

【专利技术属性】
技术研发人员：程洪，王泽，罗骜，杨路，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51