一种基于Kinect的充电桩动态识别与定位方法及系统技术方案

本发明专利技术提供了一种基于Kinect的充电桩动态识别与定位方法及系统，在充电桩动态识别与定位方法中包括：步骤1:根据Kinect传感器获取的三维点云数据计算相机坐标系到设定世界坐标系的转换矩阵；步骤2:将彩色图和深度图中的像素一一对齐；步骤7:处理步骤6筛选出来的聚类体，计算其两特征平面之间的几何关系是否符合充电桩的三维形状；步骤8:根据步骤7判断出的两特征平面相对位置，进行几何上的计算，确定充电桩相对于世界坐标系原点的位置和偏转角度，实现充电桩的定位。本发明专利技术的有益效果是：本发明专利技术的识别具有识别准确、鲁棒性强、动态跟踪稳定、不易受光照干扰等优点，且目标的定位具有计算量小、计算结果准确等优点。

A dynamic identification and positioning method for charging pile based on Kinect and its system

The invention provides a Kinect charging pile dynamic identification and positioning method and system based on, including in charge pile dynamic identification and positioning method: step 1: based on 3D point cloud data Kinect sensor for computing camera coordinate system to set the world coordinate system transformation matrix; step 2: pixel color map and depth map one step 7: body alignment; clustering processing step 6 screened out, whether the relationship between the two computing geometric characteristic plane with 3D shape of charging pile; step 8: according to the relative position of the two step 7 determine the characteristic plane, calculate geometry, to determine the charging pile relative to the world coordinate origin position and deflection angle positioning charging pile. The invention has the beneficial effect that the recognition of the invention has the advantages of accurate identification, strong robustness, stable dynamic tracking and uneasy illumination interference, etc., and the location of the target has the advantages of small computation amount and accurate calculation result.

【技术实现步骤摘要】
一种基于Kinect的充电桩动态识别与定位方法及系统
本专利技术涉及移动机器人
，尤其涉及一种基于Kinect的充电桩动态识别与定位方法及系统。
技术介绍
随着移动机器人技术的飞速发展，社会中繁重而单一的体力劳动如搬运，巡检等等逐渐被各式各样的移动机器人所承担。为了进一步解放劳动力，提高工业自动化程度，这些移动机器人需拥有能够自动充电的能力。但是现有的机器人自主定位方法受限于传感器和环境因素难以达到自主充电的精度，这就对机器人对充电桩的准确识别和定位提出了要求。传感器方面，机器人视觉系统中常用工业相机和激光雷达做识别和定位，但前者容易受到光照和周围环境的干扰；后者价格高昂，不利于降低工业产品的生产成本。价格低廉且在近距离内拥有很高精度的RGB-D相机则很好的平衡了精度和成本之间的关系。算法方面，对场景中物体的识别很多情况下都依据物体的颜色信息进行图像的分割和进一步处理，但是这种方法受光照情况影响严重且不具有普适性。
技术实现思路
本专利技术提供了一种基于Kinect的充电桩动态识别与定位方法，包括如下步骤：步骤1:根据Kinect传感器获取的三维点云数据计算相机坐标系到设定世界坐标系的转换矩阵；步骤2:通过Kinect获取彩色和深度图像，并将彩色图和深度图中的像素一一对齐；步骤3:将步骤2获取的图像去除无效像素点，剩余的像素点转换为三维空间点云并去除其中高于50cm或者低于3cm的点；步骤4:对步骤3得到的点云降采样以降低后续处理的计算量，并进行对点云进行半径滤波以去除离群点；步骤5:将步骤4得到的点云进行欧氏聚类，得到一个或者多个聚类物体；步骤6:逐个处理步骤5得到的聚类体，筛选出拥有两个特征平面的聚类体；步骤7:处理步骤6筛选出来的聚类体，计算其两特征平面之间的几何关系是否符合充电桩的三维形状，若符合则继续判断两特征平面相对位置；步骤8:根据步骤7判断出的两特征平面相对位置，进行几何上的计算，确定充电桩相对于世界坐标系原点的位置和偏转角度，实现充电桩的定位。作为本专利技术的进一步改进，在所述步骤1中，计算转换矩阵的步骤如下：步骤1.1:Kinect传感器放置于相对地面固定的位置，保证Kinect视野中有较大区域的地面，采集周围环境的深度图像；步骤1.2:将深度图像逐帧转换为点云，使用随机抽样一致算法在每帧中识别并计算出地面方程，然后提取内点坐标直至点的数量达到设定值；步骤1.3:对步骤1.2中的所有点，使用最小二乘法拟合平面，得到在Kinect相机坐标系下足够精确的地面方程；步骤1.4:以步骤1.3得到的地面方程的法向量为世界坐标系Z轴，相机坐标系下X轴在地平面上的投影方向为X轴正方向，相机坐标系下Z轴在地平面的投影方向为Y轴，计算从相机坐标系到世界坐标系的转换矩阵。作为本专利技术的进一步改进，在所述步骤3中去除无效像素点的步骤包括：步骤3.1:将Kinect获取的彩色图转为灰度图；步骤3.2:遍历步骤3.1中得到灰度图像素，若该像素点对应到深度图中的深度大于距离阈值或者该像素点在灰度图中灰度值低于灰度阈值，则不计算该点的空间坐标。作为本专利技术的进一步改进，在所述步骤6中寻找特征平面包括如下步骤：步骤6.1:使用随机采样一致的方法从已聚类的点云中提取平面；步骤6.2:根据平面点的多少估算平面面积并筛选出积大小符合充电桩实际情况的平面；步骤6.3:判断步骤6.2中筛选得到平面的法向量是否与地平面平行，若平行则记为特征平面。作为本专利技术的进一步改进，在所述步骤8中几何运算方法是运用特征平面的法向量结合充电桩真实的三维形状，步骤如下：步骤8.1:根据平面间的相对位置关系判断各个特征面在充电桩上的位置；步骤8.2:根据步骤8.1中得出的特征面的位置对其法向量进行几何运算从而得到充电桩相对于世界坐标系的旋转角度；步骤8.3:根据步骤8.1中得出的各个特征面和充电桩的三维形状，根据各个面的方程解出所需定位的点或线的位置。本专利技术还提供了一种基于Kinect的充电桩动态识别与定位系统，包括：计算转换矩阵模块，用于根据Kinect传感器获取的三维点云数据计算相机坐标系到设定世界坐标系的转换矩阵；像素对齐模块，用于通过Kinect获取彩色和深度图像，并将彩色图和深度图中的像素一一对齐；去除模块，用于将像素对齐模块获取的图像去除无效像素点，剩余的像素点转换为三维空间点云并去除其中高于50cm或者低于3cm的点；降采样滤波模块，用于对去除模块得到的点云降采样以降低后续处理的计算量，并进行对点云进行半径滤波以去除离群点；聚类模块，用于将降采样滤波模块得到的点云进行欧氏聚类，得到一个或者多个聚类物体；筛选模块，用于逐个处理聚类模块得到的聚类体，筛选出拥有两个特征平面的聚类体；计算模块，用于处理筛选模块筛选出来的聚类体，计算其两特征平面之间的几何关系是否符合充电桩的三维形状，若符合则继续判断两特征平面相对位置；定位模块，用于根据计算模块判断出的两特征平面相对位置，进行几何上的计算，确定充电桩相对于世界坐标系原点的位置和偏转角度，实现充电桩的定位。作为本专利技术的进一步改进，所述计算转换矩阵模块包括：深度图像采集模块：用于将Kinect传感器放置于相对地面固定的位置，保证Kinect视野中有较大区域的地面，采集周围环境的深度图像；转换提取模块：用于将深度图像逐帧转换为点云，使用随机抽样一致算法在每帧中识别并计算出地面方程，然后提取内点坐标直至点的数量达到设定值；地面方程计算模块：用于对转换提取模块中的所有点，使用最小二乘法拟合平面，得到在Kinect相机坐标系下足够精确的地面方程；计算处理模块：用于以地面方程计算模块得到的地面方程的法向量为世界坐标系Z轴，相机坐标系下X轴在地平面上的投影方向为X轴正方向，相机坐标系下Z轴在地平面的投影方向为Y轴，计算从相机坐标系到世界坐标系的转换矩阵。作为本专利技术的进一步改进，所述去除模块用如下模块去除无效像素点：图像转换模块：用于将Kinect获取的彩色图转为灰度图；判断处理模块：用于遍历图像转换模块中得到灰度图像素，若该像素点对应到深度图中的深度大于距离阈值或者该像素点在灰度图中灰度值低于灰度阈值，则不计算该点的空间坐标。作为本专利技术的进一步改进，所述筛选模块包括：平面提取模块：用于使用随机采样一致的方法从已聚类的点云中提取平面；平面计算筛选模块：用于根据平面点的多少估算平面面积并筛选出面积大小符合充电桩实际情况的平面；特征平面判断模块：用于判断平面计算筛选模块中筛选得到平面的法向量是否与地平面平行，若平行则记为特征平面。作为本专利技术的进一步改进，所述定位模块包括：位置计算模块：用于根据平面间的相对位置关系判断各个特征面在充电桩上的位置；角度计算模块：用于根据位置计算模块中得出的特征面的位置对其法向量进行几何运算从而得到充电桩相对于世界坐标系的旋转角度；位置确认模块：用于根据位置计算模块中得出的各个特征面和充电桩的三维形状，根据各个面的方程解出所需定位的点或线的位置。本专利技术的有益效果是：本专利技术的识别具有识别准确、鲁棒性强、动态跟踪稳定、不易受光照干扰等优点，且目标的定位具有计算量小、计算结果准确等优点。附图说明图1是本专利技术的识别定位算法的流程图。图2是本专利技术的Kinect相机坐标系和世界坐标系的示意图。图本文档来自技高网...

【技术保护点】
一种基于Kinect的充电桩动态识别与定位方法，其特征在于，包括如下步骤：步骤1:根据Kinect传感器获取的三维点云数据计算相机坐标系到设定世界坐标系的转换矩阵；步骤2:通过Kinect获取彩色和深度图像，并将彩色图和深度图中的像素一一对齐；步骤3:将步骤2获取的图像去除无效像素点，剩余的像素点转换为三维空间点云并去除其中高于50cm或者低于3cm的点；步骤4:对步骤3得到的点云降采样以降低后续处理的计算量，并进行对点云进行半径滤波以去除离群点；步骤5:将步骤4得到的点云进行欧氏聚类，得到一个或者多个聚类物体；步骤6:逐个处理步骤5得到的聚类体，筛选出拥有两个特征平面的聚类体；步骤7:处理步骤6筛选出来的聚类体，计算其两特征平面之间的几何关系是否符合充电桩的三维形状，若符合则继续判断两特征平面相对位置；步骤8:根据步骤7判断出的两特征平面相对位置，进行几何上的计算，确定充电桩相对于世界坐标系原点的位置和偏转角度，实现充电桩的定位。

【技术特征摘要】
1.一种基于Kinect的充电桩动态识别与定位方法，其特征在于，包括如下步骤：步骤1:根据Kinect传感器获取的三维点云数据计算相机坐标系到设定世界坐标系的转换矩阵；步骤2:通过Kinect获取彩色和深度图像，并将彩色图和深度图中的像素一一对齐；步骤3:将步骤2获取的图像去除无效像素点，剩余的像素点转换为三维空间点云并去除其中高于50cm或者低于3cm的点；步骤4:对步骤3得到的点云降采样以降低后续处理的计算量，并进行对点云进行半径滤波以去除离群点；步骤5:将步骤4得到的点云进行欧氏聚类，得到一个或者多个聚类物体；步骤6:逐个处理步骤5得到的聚类体，筛选出拥有两个特征平面的聚类体；步骤7:处理步骤6筛选出来的聚类体，计算其两特征平面之间的几何关系是否符合充电桩的三维形状，若符合则继续判断两特征平面相对位置；步骤8:根据步骤7判断出的两特征平面相对位置，进行几何上的计算，确定充电桩相对于世界坐标系原点的位置和偏转角度，实现充电桩的定位。2.根据权利要求1所述的充电桩动态识别与定位方法，其特征在于，在所述步骤1中，计算转换矩阵的步骤如下：步骤1.1:Kinect传感器放置于相对地面固定的位置，保证Kinect视野中有较大区域的地面，采集周围环境的深度图像；步骤1.2:将深度图像逐帧转换为点云，使用随机抽样一致算法在每帧中识别并计算出地面方程，然后提取内点坐标直至点的数量达到设定值；步骤1.3:对步骤1.2中的所有点，使用最小二乘法拟合平面，得到在Kinect相机坐标系下足够精确的地面方程；步骤1.4:以步骤1.3得到的地面方程的法向量为世界坐标系Z轴，相机坐标系下X轴在地平面上的投影方向为X轴正方向，相机坐标系下Z轴在地平面的投影方向为Y轴，计算从相机坐标系到世界坐标系的转换矩阵。3.根据权利要求1所述的充电桩动态识别与定位方法，其特征在于，在所述步骤3中去除无效像素点的步骤包括：步骤3.1:将Kinect获取的彩色图转为灰度图；步骤3.2:遍历步骤3.1中得到灰度图像素，若该像素点对应到深度图中的深度大于距离阈值或者该像素点在灰度图中灰度值低于灰度阈值，则不计算该点的空间坐标。4.根据权利要求1所述的充电桩动态识别与定位方法，其特征在于，在所述步骤6中寻找特征平面包括如下步骤：步骤6.1:使用随机采样一致的方法从已聚类的点云中提取平面；步骤6.2:根据平面点的多少估算平面面积并筛选出面积大小符合充电桩实际情况的平面；步骤6.3:判断步骤6.2中筛选得到平面的法向量是否与地平面平行，若平行则记为特征平面。5.根据权利要求1至4任一项所述的充电桩动态识别与定位方法，其特征在于，在所述步骤8中几何运算方法是运用特征平面的法向量结合充电桩真实的三维形状，步骤如下：步骤8.1:根据平面间的相对位置关系判断各个特征面在充电桩上的位置；步骤8.2:根据步骤8.1中得出的特征面的位置对其法向量进行几何运算从而得到充电桩相对于世界坐标系的旋转角度；步骤8.3:根据步骤8.1中得出的各个特征面和充电桩的三维形状，根据各个面的方程解出所需定位的点或线的位置。6.一种基于Kinect的充电桩动态识别与定位系统，其特征在于，包括：计算转换矩阵模块，用于...

【专利技术属性】
技术研发人员：仲星光，王永锟，钟上焜，
申请(专利权)人：斯坦德机器人深圳有限公司，
类型：发明
国别省市：广东,44