移动机器人的综合定位方法技术

本发明专利技术公开了一种移动机器人的综合定位方法，包括环境良好且特征点丰富时采用新型视觉定位算法对机器人进行定位；当视觉定位丢失时保存当前的视觉定位数据并采用码盘对机器人进行定位；当视觉定位恢复时继续采用新型视觉定位算法对机器人进行定位。本发明专利技术方法通过新型视觉定位算法和码盘定位算法相融合的方式，实现了机器人的精确定位，而且通过算法实现精确定位，成本相对低廉，而且新型视觉定位算法算法简单可靠，定位精度也较高。

【技术实现步骤摘要】
移动机器人的综合定位方法
本专利技术具体涉及一种移动机器人的综合定位方法。
技术介绍
随着经济技术的发展和人们生活水平的提高，人工智能和机器人技术也得到了长足的发展。在人工智能和机器人技术的不断提升的背景条件下，传统的人力正朝着无人值守方向发展。目前，基于人工智能的机器人技术已经在市场上不断涌现，机场、银行、商场、酒店、企事业单位、展馆、仓库、码头港口以及社区都已经慢慢实现了少人或无人值班。将机器人赋予人的一种本能，其可移动性是最基本的技能，而这种最基本的技能是实现机器人自主行走与导航的关键。其中，机器人如何进行自主定位是关键，只有在知道自己位置的前提下，才能进行下一步的动作。现今移动机器人的定位方法主要有：磁定位、惯性定位、卫星定位、传感器数据(激光雷达、超声波等)定位和视觉定位。但是，目前常用的定位方法，激光雷达的定位精度非常高的，但是其成本高昂，难以普及；而其他的定位方法，虽然能够实现机器人的定位，但是其定位精度不高，因此难以实现机器人的精准控制和定位。
技术实现思路
本专利技术的目的在于提供一种能够实现机器人的精确定位，而且成本相对低廉的移动机器人的综合定位方法。本专利技术提供的这种移动机器人的综合定位方法，包括如下步骤：S1.当环境良好，特征点丰富时，采用新型视觉定位算法对机器人进行定位；S2.当视觉定位丢失时，保存当前的视觉定位数据，同时采用码盘对机器人进行定位；S3.当视觉定位恢复时，继续采用新型视觉定位算法对机器人进行定位。所述的新型视觉定位算法，具体包括如下步骤：A.采用深度摄像头实时采集环境的深度数据和彩色数据，同时对深度摄像头进行标定；B.将摄像头获取的第一帧作为关键帧，并存储第一帧的深度图像和彩色图像；C.在步骤B得到的第一帧关键帧后，继续插入后续的关键帧数据；D.对步骤C得到的关键帧序列中的每一个关键帧进行特征检测；E.根据步骤D的特征检测结果，计算步骤C得到的关键帧序列中两两关键帧之间的旋转矩阵和平移矩阵；F.根据步骤E得到的结果，对关键帧进行连接，并优化旋转矩阵和平移矩阵；G.根据步骤F得到的优化后的旋转矩阵和平移矩阵，计算机器人的里程数据，从而完成机器人的实时定位。步骤C所述的插入后续的关键帧数据，具体为采用如下规则选取插入的关键帧：R1.若当前帧与前一关键帧之间有足够的视差，即当前帧与上一关键帧之间的匹配点数达到设定的阈值；R2.距离上一次插入关键帧的时间已经达到设定的阈值T；当当前帧与上一关键帧之间的差别满足规则R1或R2时，将当前帧作为插入的关键帧。步骤D所述的对关键帧进行特征检测，具体为采用如下步骤进行特征检测：a.采用基于构建图像金字塔的方法对图像进行分层，从而保证图像特征检测时的尺度不变性；b.采用OFAST算法对特征点进行检测，同时采用BRIEF描述子对特征进行描述；c.采用灰度质心法保证特征点的旋转不变性。步骤E所述的计算两两关键帧之间的旋转矩阵和平移矩阵，具体为采用如下步骤进行计算：(1)采用如下公式计算世界坐标系下的3D点坐标：式中，u为图像坐标系的横坐标值，v为图像坐标系的纵坐标值，fx、fy、cx和cy为相机内部参数；inv(fx)为fx的倒数，inv(fy)为fy的倒数，z为深度数据，x、y和z即为世界坐标系下的3D点的坐标；(2)将前一帧的特征点投影到当前帧的图像平面上，并在投影的位置进行区域匹配；(3)采用如下算式，对当前帧的姿态进行估算：式中pi和p'i是匹配的特征点对的3D点，R为旋转矩阵，T为平移矩阵。(4)根据步骤(3)得到的姿态数据，剔除误匹配对。步骤(3)所述的对姿态进行估算，具体为采用迭代最近点算法求解，并采用非线性优化方法找到全局最优值。步骤F所述的对关键帧进行连接并优化旋转矩阵和平移矩阵，具体为根据匹配关系连接关键帧，并采用g2o进行局部优化和闭环优化。本专利技术提供的这种移动机器人的综合定位方法，通过新型视觉定位算法和码盘定位算法相融合的方式，实现了机器人的精确定位，而且通过算法实现精确定位，成本相对低廉，而且新型视觉定位算法算法简单可靠，定位精度也较高。附图说明图1为本专利技术方法的方法流程图。图2为本专利技术方法的新型视觉定位算法的算法流程图。具体实施方式如图1所示为本专利技术方法的方法流程图：本专利技术提供的这种移动机器人的综合定位方法，包括如下步骤：S1.当环境良好，特征点丰富时，采用新型视觉定位算法对机器人进行定位；S2.当视觉定位丢失时，保存当前的视觉定位数据，同时采用码盘对机器人进行定位；S3.当视觉定位恢复时，继续采用新型视觉定位算法对机器人进行定位。其中，所述的新型视觉定位算法的算法流程图如图2所示，其具体包括如下步骤：A.采用深度摄像头实时采集环境的深度数据和彩色数据，同时对深度摄像头进行标定；B.将摄像头获取的第一帧作为关键帧，并存储第一帧的深度图像和彩色图像；C.在步骤B得到的第一帧关键帧后，继续插入后续的关键帧数据；采用如下规则选取插入的关键帧：R1.若当前帧与前一关键帧之间有足够的视差，即当前帧与上一关键帧之间的匹配点数达到设定的阈值；R2.距离上一次插入关键帧的时间已经达到设定的阈值T；当当前帧与上一关键帧之间的差别满足规则R1或R2时，将当前帧作为插入的关键帧；D.对步骤C得到的关键帧序列中的每一个关键帧进行特征检测；具体为采用如下步骤进行特征检测：a.采用基于构建图像金字塔的方法对图像进行分层，从而保证图像特征检测时的尺度不变形；b.采用OFAST算法对特征点进行检测，同时采用BRIEF描述子对特征进行描述；将图像分格子，对每个格子进行OFAST特征检测，在每个格子里进行特征检测，然后将特征进行四叉树节点分布，然后对每个节点选取最好的特征，从而保证了特征点分布均匀；c.采用灰度质心法保证特征点的旋转不变性；其实质是假设角点的灰度与质心之间存在一个偏移，这个向量可以用于表示一个方向，这个向量便是特征点的邻域方向；E.根据步骤D的特征检测结果，计算步骤C得到的关键帧序列中两两关键帧之间的旋转矩阵和平移矩阵；具体为采用如下步骤进行计算：(1)采用如下公式计算世界坐标系下的3D点坐标：式中，u为图像坐标系的横坐标值，v为图像坐标系的纵坐标值，fx、fy、cx和cy为相机内部参数，其中fx，fy为焦距，cx，cy为在像素坐标系与成像平面相差的相对于原点的平移；inv(fx)为fx的倒数，inv(fy)为fy的倒数，z为深度数据，x、y和z即为世界坐标系下的3D点的坐标；(2)将前一帧的特征点投影到当前帧的图像平面上，并在投影的位置进行区域匹配；(3)采用如下算式，对当前帧的姿态进行估算：式中pi和p'i是匹配的特征点对的3D点，R为旋转矩阵，T为平移矩阵；在具体实施时采用迭代最近点算法求解，并采用非线性优化方法(ICP)找到全局最优值；(4)根据步骤(3)得到的姿态数据，剔除误匹配对；F.根据步骤E得到的结果，对关键帧进行连接，并优化旋转矩阵和平移矩阵；具体为根据匹配关系连接关键帧，并采用g2o进行局部优化和闭环优化；在g2o中，将关键帧位姿和特征点3D点作为顶点，将重投影误差作为边，而这个边是连接关键帧位姿顶点和特征点位姿顶点的2维数据；G.根据步骤F得到的优化后的旋转矩阵和平移矩阵，计算机器人的里程数据，从而完成机本文档来自技高网...

【技术保护点】
1.一种移动机器人的综合定位方法，包括如下步骤：S1.当环境良好，特征点丰富时，采用新型视觉定位算法对机器人进行定位；S2.当视觉定位丢失时，保存当前的视觉定位数据，同时采用码盘对机器人进行定位；S3.当视觉定位恢复时，继续采用新型视觉定位算法对机器人进行定位。

【技术特征摘要】
1.一种移动机器人的综合定位方法，包括如下步骤：S1.当环境良好，特征点丰富时，采用新型视觉定位算法对机器人进行定位；S2.当视觉定位丢失时，保存当前的视觉定位数据，同时采用码盘对机器人进行定位；S3.当视觉定位恢复时，继续采用新型视觉定位算法对机器人进行定位。2.根据权利要求1所述的移动机器人的综合定位方法，其特征在于所述的新型视觉定位算法，具体包括如下步骤：A.采用深度摄像头实时采集环境的深度数据和彩色数据，同时对深度摄像头进行标定；B.将摄像头获取的第一帧作为关键帧，并存储第一帧的深度图像和彩色图像；C.在步骤B得到的第一帧关键帧后，继续插入后续的关键帧数据；D.对步骤C得到的关键帧序列中的每一个关键帧进行特征检测；E.根据步骤D的特征检测结果，计算步骤C得到的关键帧序列中两两关键帧之间的旋转矩阵和平移矩阵；F.根据步骤E得到的结果，对关键帧进行连接，并优化旋转矩阵和平移矩阵；G.根据步骤F得到的优化后的旋转矩阵和平移矩阵，计算机器人的里程数据，从而完成机器人的实时定位。3.根据权利要求2所述的移动机器人的综合定位方法，其特征在于步骤C所述的插入后续的关键帧数据，具体为采用如下规则选取插入的关键帧：R1.若当前帧与前一关键帧之间有足够的视差；所述足够的时差定义为当前帧与上一关键帧之间的匹配点数达到设定的阈值；R2.距离上一次插入关键帧的时间已经达到设定的阈值T；当当前帧与上一关键帧之间的差别满足规则R1或R2时，将当前帧作为插入的关键帧。4.根据权利要求3所...

【专利技术属性】
技术研发人员：李金波，刘琴，明振，
申请(专利权)人：湖南万为智能机器人技术有限公司，
类型：发明
国别省市：湖南,43