一种基于傅里叶-梅林变换的货物定位方法技术

本发明专利技术公开了一种基于傅里叶‑梅林变换的货物定位方法，包括：步骤一，建立绝对坐标系，设置标定点，识别标定点定位货架的位置信息；步骤二，安装摄像头在避光处；步骤三，建立图像特征库，实时提取拍摄的货物的特定帧图像作为相应货物位置的特征图像，通过货架的位置信息，获得仿射变换矩阵，再仿射变换得到新的特征图像，记为货物特征图像库；步骤四，获取当前取物结构位置拍摄的货物图像，基于傅里叶‑梅林变换的图像配准，计算货物与取物机构的位姿关系；步骤五，对特征图形库进行更新，并跳转到步骤四进行后续的图像配准工作；本方法实现多种货架和货物的高精度定位，及时更新标定的图像信息，适用范围广且方便操作。

A Freight Location Method Based on Fourier-Merlin Transform

【技术实现步骤摘要】
一种基于傅里叶-梅林变换的货物定位方法
本专利技术涉及移动机器人
，特别是一种基于傅里叶-梅林变换的移动机器人货物定位方法。
技术介绍
在物流仓储领域，有越来越多的机器人被用于货物的搬运和分拣。利用机器视觉对物体与机器人进行定位是目前移动机器人领域中的热点。随着机器人的发展，其应用场景愈加广泛。在这一工业领域中，有一个重要的过程是对货架上的特定的货物进行抓取，只有对货物有准确的定位，才能实现对货物的正确抓取。目前对货物的定位方式主要有以下几种：(1)货物按照一定的规则摆在货架上，依靠控制机器人和货架的相对位置，实现货物定位，这种方法过于依赖机器人的定位和控制精度，当控制出现偏差时，可能会造成取货错误；(2)依靠定制的货物托盘，往往使用比货物更大的托盘，通过更大的面积来提高取货的容错率，但显然这种方法降低了货架的利用率，成本也更高；(3)在货物上添加额外的标记，如二维码，但有的货物不能添加标记或者添加标记后识别率较低，限制了这种方法的应用场景；市场需要一种不需要对货物进行额外的处理，适用范围广且方便操作的货物定位方法，本专利技术即用于解决这样的问题。
技术实现思路
为解决现有技术的不足，本专利技术的目的在于提供一种基于傅里叶-梅林变换的移动机器人货物定位方法，用地面或货架上的标记点来标记货架，再通过傅里叶-梅林变换对货物图像进行计算，可实现多种货架和货物的高精度定位，同时每次经过标定点时会更新标定的图像信息，达到自适应地面磨损、变化等情况，不需要对货物进行额外的处理，适用范围广且方便操作。为了实现上述目标，本专利技术采用如下的技术方案：一种基于傅里叶-梅林变换的货物定位方法，包括如下步骤：步骤一，建立绝对坐标系，在移动机器人运动前，在坐标系内人为设置多个标定点，标定点设置在移动路径上用于标记货架的位置，每个标定点的绝对坐标均为已知，标记点与货架之间的位置关系也已知；识别标定点，定位货架的位置信息；步骤二，将摄像头安装在移动机器人取物结构的避光处；步骤三，建立图像特征库，对货架上的货物进行拍摄，实时提取视频中的特定帧图像作为相应货物位置的特征图像，进而形成一系列货架上货物的特征图像；通过标记点图像获取当前机器人与货架的位姿关系，计算仿射矩阵，将之前得到的特征图像通过仿射变换得到新的特征图像，存入货物特征图像库；步骤四，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠之处，则与上一帧已知位置的图像进行基于傅里叶-梅林变换的图像配准，以得到当前取物结构与货物的相对位姿；若当前特征图像纹理与特征图像库有重叠时，则对二者进行基于傅里叶-梅林变换的图像配准，以得到当前货物的相对位姿；步骤五，将当前位置特征图像与特征图像库进行配准，在配准完成后，将仿射变换后的当前位置图像与特征图像进行糅合，得到兼具两张图像特征的新图像作为新的已知位置图像，把距离当前帧最近的特征图形删除，进行特征图形库的更新，并跳转到步骤四进行后续的货物定位工作。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤一中，识别标定点，定位货架的位置信息的具体方法包括：标定点固定在地面或者货架上，标定点和货架的相对位置是固定且已知的，移动机器人通过摄像头对标定点进行成像，识别标定点确定货架的编号。前述的一种基于傅里叶-梅林变换的货物定位方法，其特征在于，在步骤一中，标定点的表示方式包括：一维码、二维码、特殊符号或特殊纹理。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤二中，将摄像头安装在移动机器人取物结构的避光处；若该摄像头无法覆盖所有范围，则将货架分为多个子区域，每个子区域都有一个标记点用于机器人的移动。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤三中，建立图像特征库，将货物置于货架上，对货架上的货物进行拍摄，实时提取视频中的特定帧图像作为相应货物位置的特征图像，进而形成一系列货架上货物的特征图像；特定帧被提取的依据是，第一帧为关键帧，与上一帧的采集时间超过一定的时间T时的图像帧为关键帧，与上一帧的采集位置超过一定的范围M时的图像帧为关键帧；通过对标记点的识别，获取货架的位置信息，计算仿射变换矩阵，利用仿射变换矩阵对取物机构的摄像机所拍摄的图像进行仿射变换得到新的特征图像，存入货物特征图像库；货架的位置信息主要包括移动机器人和货架之间的相对位置和相对角度；拍摄的图像需覆盖当前货架的全部区域，若取物机构的覆盖范围无法覆盖货架全部区域，在货架前放置多个标定点，将货架分为多个子区域，配合机器人的移动实现对货架区域的覆盖。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤四中，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠之处，则与上一帧已知位置的图像进行基于傅里叶-梅林变换的图像配准，以得到当前取物结构的与货物的相对位姿；若当前特征图像纹理与特征图像库有重叠，则对当前特征图像和有重叠的特征图像库图像进行基于傅里叶-梅林变换的图像配准，以得到当前货物的相对位姿；获取货物与取物装置之间横向移动关系的方法包括：利用当前拍摄到的图像和已知位置的图像傅里叶变化的互能量谱，求解图像的平移关系，进而推出货物与取物结构的位置关系；假设已知图像与当前图像的傅里叶谱为F1和F2，则频域中两个图像的互能量谱为：对互能量谱进行反变换，得到峰值位于(x0,y0)的冲击函数，(x0,y0)即为当前图像与已知图像的位置偏差，由取物结构初始位置和相机内参，计算货物与取物机构的横向移动关系。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤四中，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠处，则与上一帧已知位置的图像进行基于傅里叶-梅林变换的图像配准，以得到当前取物结构的旋转关系；若当前特征图像纹理与特征图像库有重叠时，则对二者进行基于傅里叶-梅林变换的图像配准，以得到当前货物的旋转关系；获取货物与取物装置之间旋转角度的方法包括：将当前拍摄到的图像和已知位置的图像傅里叶谱的能量变换至极坐标系，求解图像的旋转关系，进而推出货物与取物结构的旋转关系；假设已知图像与当前图像的傅里叶谱为F1和F2，计算傅里叶对应的能量谱，公式如下：能量转换至极坐标系M1(ρ,θ)和M2(ρ,θ)，在极坐标下对M1和M2求解相位相关得到位于θ0位置处的冲击函数，即当前图像与已知图像的夹角为θ0；由取物结构初始位置和相机内参，计算货物与取物机构的位置关系。前述的一种基于傅里叶-梅林变换的货物定位方法，在步骤四中，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠处，则与上一帧已知位置的图像进行基于傅里叶-梅林变换的图像配准，以得到当前取物结构的距离关系；若当前特征图像纹理与特征图像库有重叠时，则对二者进行基于傅里叶-梅林变换的图像配准，以得到当前货物的距离关系；获取货物与取物装置之间距离的方法包括：将当前拍摄到的图像和已知位置的图像傅里叶谱的能量变换至对数坐标系，求解图像的比例关系，进而结合实现建立的哈希表查询出当前比例所代表的距离，进而获得货物与取物结构的距离；假设已知图像与当前图像的傅里叶谱为F1本文档来自技高网...

【技术保护点】
1.一种基于傅里叶‑梅林变换的货物定位方法，其特征在于，包括如下步骤：步骤一，建立绝对坐标系，在移动机器人运动前，在坐标系内人为设置多个标定点，标定点设置在移动路径上用于标记货架的位置，每个标定点的绝对坐标均为已知，标记点与货架之间的位置关系也已知；识别标定点，定位货架的位置信息；步骤二，将摄像头安装在移动机器人取物结构的避光处；步骤三，建立图像特征库，对货架上的货物进行拍摄，实时提取视频中的特定帧图像作为相应货物位置的特征图像，进而形成一系列货架上货物的特征图像；通过标记点图像获取当前机器人与货架的位姿关系，计算仿射矩阵，将之前得到的特征图像通过仿射变换得到新的特征图像，存入货物特征图像库；步骤四，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠之处，则与上一帧已知位置的图像进行基于傅里叶‑梅林变换的图像配准，以得到当前取物结构与货物的相对位姿；若当前特征图像纹理与特征图像库有重叠时，则对二者进行基于傅里叶‑梅林变换的图像配准，以得到当前货物的相对位姿；步骤五，将当前位置特征图像与特征图像库进行配准，在配准完成后，将仿射变换后的当前位置图像与特征图像进行糅合，得到兼具两张图像特征的新图像作为新的已知位置图像，把距离当前帧最近的特征图形删除，进行特征图形库的更新，并跳转到步骤四进行后续的货物定位工作。...

【技术特征摘要】
1.一种基于傅里叶-梅林变换的货物定位方法，其特征在于，包括如下步骤：步骤一，建立绝对坐标系，在移动机器人运动前，在坐标系内人为设置多个标定点，标定点设置在移动路径上用于标记货架的位置，每个标定点的绝对坐标均为已知，标记点与货架之间的位置关系也已知；识别标定点，定位货架的位置信息；步骤二，将摄像头安装在移动机器人取物结构的避光处；步骤三，建立图像特征库，对货架上的货物进行拍摄，实时提取视频中的特定帧图像作为相应货物位置的特征图像，进而形成一系列货架上货物的特征图像；通过标记点图像获取当前机器人与货架的位姿关系，计算仿射矩阵，将之前得到的特征图像通过仿射变换得到新的特征图像，存入货物特征图像库；步骤四，当取物结构开始定位货物时，获取当前取物结构位置拍摄的货物图像，若当前特征图像纹理与特征图像库无重叠之处，则与上一帧已知位置的图像进行基于傅里叶-梅林变换的图像配准，以得到当前取物结构与货物的相对位姿；若当前特征图像纹理与特征图像库有重叠时，则对二者进行基于傅里叶-梅林变换的图像配准，以得到当前货物的相对位姿；步骤五，将当前位置特征图像与特征图像库进行配准，在配准完成后，将仿射变换后的当前位置图像与特征图像进行糅合，得到兼具两张图像特征的新图像作为新的已知位置图像，把距离当前帧最近的特征图形删除，进行特征图形库的更新，并跳转到步骤四进行后续的货物定位工作。2.根据权利要求1所述的一种基于傅里叶-梅林变换的货物定位方法，其特征在于，在步骤一中，识别标定点，定位货架的位置信息的具体方法包括：标定点固定在地面或者货架上，标定点和货架的相对位置是固定且已知的，移动机器人通过摄像头对标定点进行成像，识别标定点确定货架的编号。3.根据权利要求2所述的一种基于傅里叶-梅林变换的货物定位方法，其特征在于，在步骤一中，所述标定点的表示方式包括：一维码、二维码、特殊符号或特殊纹理。4.根据权利要求1所述的一种基于傅里叶-梅林变换的货物定位方法，其特征在于，在步骤二中，将摄像头安装在移动机器人取物结构的避光处；若该摄像头无法覆盖所有范围，则将货架分为多个子区域，每个子区域都有一个标记点用于机器人的移动。5.根据权利要求1所述的一种基于傅里叶-梅林变换的货物定位方法，其特征在于，在步骤三中，建立图像特征库，将货物置于货架上，对货架上的货物进行拍摄，实时提取视频中的特定帧图像作为相应货物位置的特征图像，进而形成一系列货架上货物的特征图像；特定帧被提取的依据是，第一帧为关键帧，与上一帧的采集时间超过一定的时间T时的图像帧为关键帧，与上一帧的采集位置超过一定的范围M时的图像帧为关键帧；通过对标记点的识别，获取货架的位置信息，计算仿射变换矩阵，利用仿射变换矩阵对取物机构的摄像机所拍摄的图像进行仿射变换得到新的特征图像，存入货物特征图像库；所述货架的位置信息主要包括移动机器人和货架之间的相对位置和相对角度；拍摄的图像需覆盖当前货架的全部区域，若取物机构的覆盖范围无法覆盖货架全部区域，在货架前放置多个标定点，将货架分为多个子区域，配合机器人的移动实现对货架区域的覆盖。6.根...

【专利技术属性】
技术研发人员：胡志光，李卫君，侯佳，
申请(专利权)人：浙江迈睿机器人有限公司，
类型：发明
国别省市：浙江,33