一种机器人识别障碍物的方法技术

本发明专利技术公开了一种机器人识别障碍物的方法，步骤一：建立障碍物识别模型；机器人在利用视觉识别障碍物的过程中，当视觉传感器的视线投射在障碍物上时，其成像过程符合三角形成像原理，设置Lz为机器人视觉传感器距离障碍物的距离，由机器人头部的超声波传感器测得，并已知β为机器人视觉角度，Y1为图像的长度，h为图像中障碍物的长度；并求得障碍物的高度H公式；采用Hough变换的方法对障碍物进行识别；本发明专利技术改进算法能够提高机器人视觉的准确率和速度，取得了令人满意的效果。

【技术实现步骤摘要】

本专利技术涉及一种机器人识别障碍物的方法，属于机器人视觉

技术介绍
随着机器人技术的快速发展，机器人的应用范围也越来越广泛。对于机器人来说，利用视觉传感器进行障碍物的识别是其核心技术，机器人只有准确对障碍物进行识别，才能躲避障碍物，并顺利通过各种复杂的地形。机器人视觉中的障碍物识别与地形环境中的障碍物分布与形状密切相关，如何实时准确的对地形环境中的障碍物进行准确识别，是机器人能否顺利通过复杂地形的关键，也是机器人领域中的一个热点研究课题，受到了越来越多人们的重视。
技术实现思路
目的：为了克服现有技术中存在的不足，本专利技术提供一种机器人识别障碍物的方法。技术方案：为解决上述技术问题，本专利技术采用的技术方案为：一种机器人识别障碍物的方法，包括步骤如下：步骤一：建立障碍物识别模型；机器人在利用视觉识别障碍物的过程中，当视觉传感器的视线投射在障碍物上时，其成像过程符合三角形成像原理，设置Lz为机器人视觉传感器距离障碍物的距离，由机器人头部的超声波传感器测得，并已知β为机器人视觉角度，Y1为图像的长度，h为图像中障碍物的长度；由三角形成像原理能够得到下述公式：求得障碍物的高度H公式如下：步骤二：对障碍物的直线进行准确检测；利用小波变换对检测障碍物的轮廓信息进行干扰噪声消除；采用微分算子对障碍物图像二值化处理；采用Hough变换的方法对障碍物进行识别。作为优选方案，所述采用Hough变换的方法对障碍物进行识别步骤如下：2a：任意选取一个非零点A(xa,ya)作为基点确定障碍物识别的子区域R(r×r)；2b:在这个子区域内依次搜索其它非零点Bi(xi,yi)，利用下述公式4计算每个非零点A(xa,ya)和Bi(xi,yi)隶属直线的参数(ρi,θi)其中，ρi为障碍物图像坐标原点o与直线l的距离，θi为坐标原点o到直线l的垂直线与水平方向的夹角；2c:对障碍物图像的局部区域的阀值进行对比：设置ρ的变化区间为Δρ，θ的变化区间为Δθ，若所有参数的变化区间(ρi+Δρi,θi+Δθi)中的参数对的数目是ni，搜索出现最大值nmax的变化区间，设置阀值为Lt，判断Lt与nmax之间的关系，若nmax＞Lt，则以参数(ρi,θi)作为通过点A(xa,ya)的参数；若nmax≤Lt，则将点A(xa,ya)清零；2d：扩大搜索范围，并将A(xa,ya)清零，直至障碍物图像中没有非零点为止；2e：对障碍物区域中所有的阀值进行比较，若比Lt大，则检测到直线，反之，则检测不到直线。有益效果：本专利技术提供的一种机器人识别障碍物的方法，针对传统算法存在的缺陷，提出一种基于Hough变换的机器人视觉中障碍物的识别方法。利用机器人头部的超声波传感器获得机器人与障碍物的距离，利用三角形成像原理建立障碍物的识别模型，利用Hough变换的方法确定障碍物在机器人视觉采集的图像中的直线边缘，利用约束条件获得障碍物的最大高度和最大宽度，完成了障碍物的准确识别。改进算法能够提高机器人视觉的准确率和速度，取得了令人满意的效果。具体实施方式一种机器人识别障碍物的方法，包括步骤如下：步骤一：建立障碍物识别模型；机器人在利用视觉识别障碍物的过程中，当视觉传感器的视线投射在障碍物上时，其成像过程符合三角形成像原理，设置Lz为机器人视觉传感器距离障碍物的距离，由机器人头部的超声波传感器测得，并已知β为机器人视觉角度，Y1为图像的长度，h为图像中障碍物的长度；由三角形成像原理能够得到下述公式：求得障碍物的高度H公式如下：步骤二：对障碍物的直线进行准确检测；利用小波变换对检测障碍物的轮廓信息进行干扰噪声消除；采用微分算子对障碍物图像二值化处理；采用Hough变换的方法对障碍物进行识别。作为优选方案，所述采用Hough变换的方法对障碍物进行识别步骤如下：2a：任意选取一个非零点A(xa,ya)作为基点确定障碍物识别的子区域R(r×r)；2b:在这个子区域内依次搜索其它非零点Bi(xi,yi)，利用下述公式4计算每个非零点A(xa,ya)和Bi(xi,yi)隶属直线的参数(ρi,θi)其中，ρi为障碍物图像坐标原点o与直线l的距离，θi为坐标原点o到直线l的垂直线与水平方向的夹角；2c:对障碍物图像的局部区域的阀值进行对比：设置ρ的变化区间为Δρ，θ的变化区间为Δθ，若所有参数的变化区间(ρi+Δρi,θi+Δθi)中的参数对的数目是ni，搜索出现最大值nmax的变化区间，设置阀值为Lt，判断Lt与nmax之间的关系，若nmax＞Lt，则以参数(ρi,θi)作为通过点A(xa,ya)的参数；若nmax≤Lt，则将点A(xa,ya)清零；2d：扩大搜索范围，并将A(xa,ya)清零，直至障碍物图像中没有非零点为止；2e：对障碍物区域中所有的阀值进行比较，若比Lt大，则检测到直线，反之，则检测不到直线。以上所述仅是本专利技术的优选实施方式，应当指出：对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
一种机器人识别障碍物的方法，其特征在于：包括步骤如下：步骤一：建立障碍物识别模型；机器人在利用视觉识别障碍物的过程中，当视觉传感器的视线投射在障碍物上时，其成像过程符合三角形成像原理，设置Lz为机器人视觉传感器距离障碍物的距离，由机器人头部的超声波传感器测得，并已知β为机器人视觉角度，Y1为图像的长度，h为图像中障碍物的长度；由三角形成像原理能够得到下述公式：Hh=2HcY1---(1)]]>Hc≈Lztanβ2---(2)]]>求得障碍物的高度H公式如下：H=Lz2Lztanβ2Y1×h---(3)]]>步骤二：对障碍物的直线进行准确检测；利用小波变换对检测障碍物的轮廓信息进行干扰噪声消除；采用微分算子对障碍物图像二值化处理；采用Hough变换的方法对障碍物进行识别。

【技术特征摘要】
1.一种机器人识别障碍物的方法，其特征在于：包括步骤如下：步骤一：建立障碍物识别模型；机器人在利用视觉识别障碍物的过程中，当视觉传感器的视线投射在障碍物上时，其成像过程符合三角形成像原理，设置Lz为机器人视觉传感器距离障碍物的距离，由机器人头部的超声波传感器测得，并已知β为机器人视觉角度，Y1为图像的长度，h为图像中障碍物的长度；由三角形成像原理能够得到下述公式：Hh=2HcY1---(1)]]>Hc≈Lztanβ2---(2)]]>求得障碍物的高度H公式如下：H=Lz2Lztanβ2Y1×h---(3)]]>步骤二：对障碍物的直线进行准确检测；利用小波变换对检测障碍物的轮廓信息进行干扰噪声消除；采用微分算子对障碍物图像二值化处理；采用Hough变换的方法对障碍物进行识别。2.根据权利要求1所述的一种机器人识别障碍物的方法，其特征在于：所述采用Hough变换的方法对障碍物进行识别步骤如下：2a：任意选取一个非零点A(xa,ya)作为基点确定障碍物识别的子区域R...

【专利技术属性】
技术研发人员：钱进，
申请(专利权)人：江苏华航威泰机器人科技有限公司，
类型：发明
国别省市：江苏;32