一种人形机器人抓取球体的方法技术

本发明专利技术提供一种人形机器人抓取球体的方法，包括：安装在NAO机器人上的摄像头发送捕获的目标物体图像信息到处理器；所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换和外部轮廓特征提取，与已建立的物体特征数据库进行比对识别出目标物体的形状为球体；所述处理器计算出NAO机器人距离球体的水平距离；所述处理器根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。

A method of grasping the sphere by a humanoid robot

The present invention provides a method of grasping a sphere by a humanoid robot, including a camera mounted on a NAO robot to send the captured object image information to the processor; the processor performs color space on the image information of the object object received by the OpenCV visual library function connected with the NAO robot platform. The transformation and external contour feature extraction are compared with the established object feature database to identify the shape of the target object; the processor calculates the horizontal distance of the NAO robot from the sphere; the processor calculates the walking route of the NAO robot based on the horizontal distance, and controls the NAO robot base. The target object is captured by the walking route.

【技术实现步骤摘要】
一种人形机器人抓取球体的方法
本专利技术涉及智能机器人
，特别涉及一种人形机器人抓取球体的方法。
技术介绍
自20世纪60年代以来，世界开始了各种类人机器人的研究，投入了大量的成果，开发了一系列类人机器人，现在国内外有很多学者进入这个领域；随着更多的学者和机构在人形机器人技术的研究和投入，利用高科技不断提高机器人的性能，同时成本也成为不容忽视的课题；因此，小型人形机器人已经成为很多研究人员和业务关注点；小型人形机器人，是指大型人形机器在体积，功能等方面缩小了简化的人形机器人；与大型人形机器人相比，小型人形机器人可以更容易地进入人们的日常生活中，他的娱乐，教学，服务等方面应用范围广泛，成本相对较低，机器人系统简单完善，已经成为其独特的优势。现在在人形机器人领域，AldebaranRobotics公司开发了一种小型人形机器人NAO是世界知名的作品；这种机器人的结构设计形状和运动受到广泛的认可，使用知名的低功耗x86平台处理器；主要特点包括语音合成，定位捕捉，目标定位，避障等等，还可以移动NAO小型人形机器人联合教学功能，运行python程序，机器人行为进行更深入的编程；他有一个非常成熟和完善的配套编程平台，由于其优秀的二次开发能力成为学术教育领域的领导者。目前，虽然NAO包含了一些用于检测和识别不同物体形状的算法，但在实际应用时，NAO自身的算法使用起来不够灵活或不能满足实际需求；此外，对形状识别后，现有算法存在对物体的定位不精确的问题。
技术实现思路
本专利技术目的在于克服现有技术的不足，提出一种人形机器人抓取球体的方法，通过将OpenCV视觉库函数与人形机器人平台相结合，实现NAO机器人对目标球体的识别，并采用改进的单目比例缩放算法对球体进行定位，计算出NAO机器人距离球体的水平距离，进而根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。本专利技术解决其技术问题所采用的技术方案是：一种人形机器人抓取球体的方法，包括：安装在NAO机器人上的摄像头发送捕获的目标物体图像信息到处理器；所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换和外部轮廓特征提取，与已建立的物体特征数据库进行比对识别出目标物体的形状为球体；所述处理器计算出NAO机器人距离球体的水平距离；所述处理器根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。优选的，所述计算出NAO机器人距离球体的水平距离，包括：判断球体是否在平面I横向中心线上；所述平面I为过球体中心且与摄像头镜头光轴互成90°的平面；如果球体在平面I横向中心上时，推导出摄像头距球的距离如下：其中，R表示球体的半径；ω表示图像的水平宽度；r为图像上球体的半径；β表示NAO机器人摄像头水平视角，为固定值47.8°；如果球体不在平面I横向中心线上时，推导出摄像头距球的距离如下：其中，x表示球体中心在图像上的水平坐标；可此计算出NAO机器人距离球体的水平距离，如下：其中，h表示NAO机器人处于初始状态时摄像头距地面的高度。优选的，所述控制所述NAO机器人基于所述行走路线抓取球体目标物，包括：控制所述NAO机器人运动至所述球体的位置；获得所述NAO机器人手臂的抓取轨迹；在所述球体的位置，根据所述抓取轨迹抓取所述球体。优选的，所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换，包括：通过cvLoadImage或imread函数将目标物体图像加载至内存并提取图像像素点的RGB值；通过cvCvtColor函数对所述目标物体图像进行HSV处理。优选的，所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行外部轮廓特征提取，包括：通过cvLoadImage或imread函数将目标物体图像加载至内存；通过cvCvtColor函数对所述目标物体图像进行灰度化处理；使用bitwise_not进行反色处理；通过cvThreshold函数对所述目标物体图像进行二值化处理；通过函数getStructuringElement制作操作内核；然后再通过erode函数与dilate函数进行腐蚀与膨胀处理；通过Canny函数检测图像边缘；通过findContours提取目标轮廓，得到一个连通区域的轮廓点的集合；再通过drawContours函数画出轮廓并将其直观的展现出来。优选的，与已建立的物体特征数据库进行比对获得目标物体形状，具体为在OpenCV视觉库中通过LIBSVM模式的SVM算法或轮廓比对算法实现目标物体形状的识别。优选的，通过LIBSVM模式的SVM算法实现目标物体形状的识别，包括：设计一个svm训练机并配置训练机参数，训练机参数配置完成时设置svm训练机路径；定义样本测试与分类方法，分别训练正负样本，用经过处理的一维矩阵图片比对样本矩阵，通过数据比拟相似度，来确定读取图像更接近哪一个样本，进而识别目标物体形状；其中，样本来自物体特征数据库。优选的，通过轮廓比对算法实现目标物体形状的识别，包括：通过cvApproxPoly函数对轮廓进行多边形逼近处理；通过cvFindDominantPoints函数实现轮廓上的关键点的查找提取；通过cvContourPerimeter或cvArcLength函数获取轮廓的周长；通过cvContourArea函数获取轮廓的面积；基于轮廓的Hu矩匹配法，通过cvMatchShapes函数实现2个轮廓的匹配，进而物体识别形状。与现有技术相比，本专利技术具有如下有益效果：本专利技术一种人形机器人抓取球体的方法，通过将OpenCV视觉库函数与人形机器人平台相结合，实现NAO机器人对目标球体的识别，并采用改进的单目比例缩放算法对球体进行定位，计算出NAO机器人距离球体的水平距离，进而根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。以下结合附图及实施例对本专利技术作进一步详细说明，但本专利技术一种人形机器人抓取球体的方法不局限于实施例。附图说明图1是本专利技术的方法流程图；图2是本专利技术的目标物体图像特征提取代码图；图3是本专利技术的svm训练机参数配置代码图；图4是本专利技术的路径设置代码图；图5是本专利技术的NAO机器人与球体位置示意图；图6是本专利技术的球体在I横向中心线上的示意图；图7是本专利技术的球体不在I横向中心线上的示意图。具体实施方式参见图1所示，本专利技术一种人形机器人抓取球体的方法，包括：步骤101，安装在NAO机器人上的摄像头发送捕获的目标物体图像信息到处理器；步骤102，所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换和外部轮廓特征提取，与已建立的物体特征数据库进行比对识别出目标物体的形状为球体；步骤103，所述处理器计算出NAO机器人距离球体的水平距离；步骤104，所述处理器根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。Nao机器人应用程序是建立在大量先进的复杂技术之上，如语音识别、物体识别、地本文档来自技高网...

【技术保护点】
1.一种人形机器人抓取球体的方法，其特征在于，包括：安装在NAO机器人上的摄像头发送捕获的目标物体图像信息到处理器；所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换和外部轮廓特征提取，与已建立的物体特征数据库进行比对识别出目标物体的形状为球体；所述处理器计算出NAO机器人距离球体的水平距离；所述处理器根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。

【技术特征摘要】
1.一种人形机器人抓取球体的方法，其特征在于，包括：安装在NAO机器人上的摄像头发送捕获的目标物体图像信息到处理器；所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换和外部轮廓特征提取，与已建立的物体特征数据库进行比对识别出目标物体的形状为球体；所述处理器计算出NAO机器人距离球体的水平距离；所述处理器根据所述水平距离，计算出NAO机器人行走路线，控制所述NAO机器人基于所述行走路线抓取球体目标物。2.根据权利要求1所述的人形机器人抓取球体的方法，其特征在于，所述计算出NAO机器人距离球体的水平距离，包括：判断球体是否在平面I横向中心线上；所述平面I为过球体中心且与摄像头镜头光轴互成90°的平面；如果球体在平面I横向中心上时，推导出摄像头距球的距离如下：其中，R表示球体的半径；ω表示图像的水平宽度；r为图像上球体的半径；β表示NAO机器人摄像头水平视角，为固定值47.8°；如果球体不在平面I横向中心线上时，推导出摄像头距球的距离如下：其中，x表示球体中心在图像上的水平坐标；可此计算出NAO机器人距离球体的水平距离，如下：其中，h表示NAO机器人处于初始状态时摄像头距地面的高度。3.根据权利要求1所述的人形机器人抓取球体的方法，其特征在于，所述控制所述NAO机器人基于所述行走路线抓取球体目标物，包括：控制所述NAO机器人运动至所述球体的位置；获得所述NAO机器人手臂的抓取轨迹；在所述球体的位置，根据所述抓取轨迹抓取所述球体。4.根据权利要求1所述的人形机器人抓取球体的方法，其特征在于，所述处理器通过与所述NAO机器人平台相连接的OpenCV视觉库函数对接收到的目标物体图像信息进行色彩空间转换，包括：通过cvLoadImage或imread函数将目标物体图像加载至内存并提取图像像素点的RGB值；通过cvCvtColor函数对所述目标物体图像进行HSV处理。5.根据权利要求1所述的人形机器人抓取球体的方法，其特征在于，所述处理器通过与所...

【专利技术属性】
技术研发人员：庄礼鸿，李奕锦，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建,35