一种智能巡检机器人像机角度自适应调整方法技术

本发明专利技术公开了一种智能巡检机器人像机角度自适应调整方法，其步骤为：建立单目移动式视觉测量模型，获取像机的内参标定数据，根据机器人初始图像目标点位置，确定后续不同时刻机器人所获取的图像目标点，再结合求解出单应性矩阵，寻找目标点在初始图像中对应的图像匹配点，利用三角测量原理，实现不同时刻机器人获取的同一目标点在像机坐标系下的三维位姿信息，最后得到像机的偏转角度。本发明专利技术解决了智能巡检机器人在工作时目标偏离机器人像机视野中心的问题，在机器人定位误差和云台转动误差存在的情况下，可以自适应调整像机角度，实现目标的精准定位与准确识别，完成机器人目标的智能巡检、故障诊断、识别和预警。

【技术实现步骤摘要】
一种智能巡检机器人像机角度自适应调整方法
本专利技术属于机器视觉测量
，尤其涉及一种智能巡检机器人的像机角度自适应调整方法。
技术介绍
智能巡检机器人在特殊环境中替代人工巡检，不仅提高了现场巡检效率，降低了现场维护成本，而且减小了人工巡检的局限性，拓展了人工智能技术在特殊环境中的应用。智能巡检机器人在运行过程中，通过搭载云台和摄像机来获取要检测的设备信息和周围环境信息，利用图像处理和模式识别技术来实现特殊环境目标状态的分析和判断。在变电站、重要机房场合等特殊环境中，智能巡检机器人已经投入使用，对特殊环境中有关设备的智能检测、故障判断和周围环境异常预警取得了良好的效果。基于单目视觉的智能巡检机器人在巡检过程中，机器人在行走与驻停时存在一定的导航和定位误差，智能巡检机器人搭载的云台也存在一定的转动误差，导致机器人要巡检的目标偏离摄像机成像的视野中心，严重情况下造成目标完全偏离像机成像视野范围，无法对要检测的目标成像，给后续目标的智能检测和设备故障预警判断带来一定困难。
技术实现思路
专利技术目的：针对现有技术中智能巡检机器人搭载的云台存在一定的转动误差的缺陷，本专利技术公开了一种智能巡检机器人的像机角度自适应调整方法，解决了智能巡检机器人在工作时目标偏离机器人像机视野中心位置的问题，帮助机器人对同一目标点在像机获取的图像的固定位置处成像，实现目标精准定位与准确识别。技术方案：本专利技术公开了一种智能巡检机器人的像机角度自适应调整方法，其特征在于：包括以下步骤：步骤A、根据摄像机的针孔成像模型，利用平面方格点的摄像机标定方法，建立单目移动式测量系统模型；步骤B、根据三维空间坐标点与平面二维坐标点的映射关系，求出像机的内参数矩阵；其中内参数矩阵指像机自身特性相关的参数，包括像机的焦距和像素大小；步骤C、通过智能巡检机器人的像机，获得在同一位置处两个不同时刻的机器人拍摄的两幅图像，得出基础矩阵和本质矩阵的表达式；其中基础矩阵表示两视图对极几何的内在射影关系，本质矩阵表示归一化图像坐标下的基本矩阵；步骤D、根据步骤C所得两幅图像的投影方程，提取两个图像特征点的位置信息，包括特征点的二维坐标值；步骤E、结合步骤四提取的图像特征点，利用8点算法，求解出基础矩阵，再结合步骤B获得的内参数矩阵，求解出本质矩阵，对本质矩阵分解，可以求得摄像机外参矩阵；外参矩阵实现了把点从世界坐标系转换到摄像机坐标系的方法；其中摄像机外参矩阵包括旋转矩阵和平移矩阵；步骤F、根据两幅图像之间的至少4对匹配特征点，结合SVD算法，求解两幅图像之间的单应性矩阵；其中单应性矩阵是指一个图像平面到另外一个图像平面的投影映射；步骤G、利用机器人前后两个时刻获取的两幅图像的特征点对应的图像位置，根据步骤F求出的单应性矩阵，结合双目立体视觉测量原理和步骤E求出的像机内参数和外部结构参数，求出像机需要转动的角度，其中像机转动的角度就是机器人云台转动的角度；这个角度是在像机坐标系下的角度，可以按照像机坐标系的x和y轴进行分解，即是像机的左右和上下的转动角度，一般通过分解之后，传递给像机的云台，即可实现像机角度的调整。优选地，所述步骤D还包括：D1：在图像的重叠区域对SIFT特征点进行提取和匹配；D2：利用RANSAC算法剔除图像对中的误匹配点，实现两幅图像间的SIFT特征点的精确配准。优选地，所述步骤F还包括：F1：根据像机的透视投影模型两个时刻的图像之间的匹配点的图像坐标系和世界坐标系之间的关系式；F2：根据至少4对匹配特征点，利用SVD(奇异值分解法)求解两幅图像之间的单应性矩阵。优选地，所述步骤C中基础矩阵和本质矩阵的表达式为：E＝SR其中F为基础矩阵，E为本质矩阵，R为旋转矩阵，S为反对称矩阵，Ar和Al为两不同时刻像机内参数矩阵。优选地，所述步骤G中像机转动的角度表达式为：其中，P为步骤D中两幅图像匹配特征点中的一组匹配特征点对中其中一个特征点对应的空间特征点，P′为根据步骤G计算得出的虚拟空间三维点，所求出的像机坐标系下的角度，根据像机坐标系的x和y轴进行分解，分别代表像机的左右和上下的转动角度，分解之后传递给像机的云台，实现像机角度的调整。有益效果：本专利技术公开了一种智能巡检机器人的像机角度自适应调整方法，结合单目视觉技术，利用机器人在同一位置不同时刻拍摄的两幅图像，实现两幅图像特征的提取和匹配，利用移动式单目视觉定位技术，完成目标点的三维重建。通过求解出的两组对应点的图像坐标和世界坐标系下的三维坐标，实现在多种定位误差存在的情况下机器人搭载的摄像机角度的自适应调整。本专利技术解决了智能巡检机器人在工作时目标偏离机器人像机视野中心位置的问题，在机器人定位误差和云台转动误差存在的情况下，可以自适应调整像机角度，实现目标精准定位与准确识别，完成了对机器人目标的智能巡检、故障诊断、识别和预警。附图说明图1为本专利技术的流程图；图2为本专利技术的单目移动式智能巡检机器人结构图；其中1为智能巡检机器人搭载的摄像机，2为可以左右和上下移动的具有四自由度的云台，3为激光雷达，4为探沟传感器，5为四驱底盘，6为防撞开关；图3为本专利技术的特征的提取与匹配图；图4为本专利技术的单目移动式机器人组成的双目视觉测量系统和求取像机角度偏转示意图。具体实施方式本专利技术公开了一种智能巡检机器人的像机角度自适应调整方法，其特征在于：包括以下步骤：步骤A、根据摄像机的针孔成像模型，利用平面方格点的摄像机标定方法，建立单目移动式测量系统模型；移动式单目视觉测量系统是通过一个像机经过移动，虚拟成多个像机，形成多目视觉测量系统。本专利技术以在某一位置处两个不同时刻的机器人拍摄的两幅图像构成两视图视觉测量为例，分析移动式单目视觉组成的双目立体视觉测量系统原理。步骤B、根据三维空间坐标点与平面二维坐标点的映射关系求出像机的内参数矩阵；假定靶标平面的三维点的齐次坐标记为图像平面的二维点齐次坐标为二者之间的射影关系为其中，s为一任意的非零尺度因子，[Rt]是一个3行4列的矩阵，称为像机外参数矩阵，R称为旋转矩阵，t＝(t1，t2，t3)T，称为平移矩阵，A称为摄像机的内部参数矩阵。αx、αy是u轴和v轴的尺度因子，(u0，v0)为主点坐标，r是u轴和v轴的不垂直因子。由张氏平面标定法，可以求出像机的内参数矩阵A。步骤C、通过智能巡检机器人的像机，获得在某一位置处两个不同时刻的机器人拍摄的两幅图像，得出基础矩阵和本质矩阵的表达式；假设空间一点P的世界三维齐次坐标为Xw，分别在两个时刻拍摄的两幅图像中二维图像齐次坐标为p1和p2，则由式(1)可以得到两个时刻摄像机的投影方程为其中，s1和s2是两个像机的非零尺度因子，A1和A2分别是像机在时刻1和时刻2的像机内参，因为像机只有刚性移动，内部结构参数没有变化，所以A1＝A2。优选地，所述步骤本文档来自技高网...

【技术保护点】
1.一种智能巡检机器人像机角度自适应调整方法，其特征在于，包括以下步骤：/n步骤A、根据摄像机的针孔成像模型，利用平面方格点的摄像机标定方法，即三维空间坐标点与平面二维坐标点的映射关系，建立单目移动式测量系统模型；/n步骤B、根据三维空间坐标点与平面二维坐标点的映射关系，求出像机的内参数矩阵；其中内参数矩阵指像机自身特性相关的参数，包括像机的焦距和像素大小；/n步骤C、通过智能巡检机器人的像机，获得在同一位置处两个不同时刻的巡检机器人拍摄的两幅图像，求出基础矩阵和本质矩阵的表达式；其中基础矩阵表示两视图对极几何的内在射影关系，本质矩阵为归一化图像坐标下的基本矩阵；/n步骤D、根据步骤C所得两幅图像的投影方程，提取两个图像特征点的位置信息，包括特征点的二维坐标值；/n步骤E、结合步骤四提取的图像特征点，利用8点算法，求解出基础矩阵F，再结合步骤B获得的内参数矩阵，求解出本质矩阵E，利用SVD算法对本质矩阵分解，可以求得摄像机外参矩阵R和t；外参矩阵实现了把点从世界坐标系转换到摄像机坐标系的方法；其中摄像机外参矩阵包括旋转矩阵R和平移矩阵t；/n步骤F、根据匹配的特征点，利用至少4对匹配点，结合SVD算法求解两幅图像之间的单应性矩阵；其中单应性矩阵表示一个图像到另外一个图像的投影映射关系；/n步骤G、根据步骤F求出的单应性矩阵，求出两幅图像特征点对应的虚拟空间三维点，结合双目立体视觉测量原理和步骤E求出的像机外部结构参数矩阵，求出像机转动的角度，其中像机转动的角度就是机器人云台转动的角度。/n...

【技术特征摘要】
1.一种智能巡检机器人像机角度自适应调整方法，其特征在于，包括以下步骤：
步骤A、根据摄像机的针孔成像模型，利用平面方格点的摄像机标定方法，即三维空间坐标点与平面二维坐标点的映射关系，建立单目移动式测量系统模型；
步骤B、根据三维空间坐标点与平面二维坐标点的映射关系，求出像机的内参数矩阵；其中内参数矩阵指像机自身特性相关的参数，包括像机的焦距和像素大小；
步骤C、通过智能巡检机器人的像机，获得在同一位置处两个不同时刻的巡检机器人拍摄的两幅图像，求出基础矩阵和本质矩阵的表达式；其中基础矩阵表示两视图对极几何的内在射影关系，本质矩阵为归一化图像坐标下的基本矩阵；
步骤D、根据步骤C所得两幅图像的投影方程，提取两个图像特征点的位置信息，包括特征点的二维坐标值；
步骤E、结合步骤四提取的图像特征点，利用8点算法，求解出基础矩阵F，再结合步骤B获得的内参数矩阵，求解出本质矩阵E，利用SVD算法对本质矩阵分解，可以求得摄像机外参矩阵R和t；外参矩阵实现了把点从世界坐标系转换到摄像机坐标系的方法；其中摄像机外参矩阵包括旋转矩阵R和平移矩阵t；
步骤F、根据匹配的特征点，利用至少4对匹配点，结合SVD算法求解两幅图像之间的单应性矩阵；其中单应性矩阵表示一个图像到另外一个图像的投影映射关系；
步骤G、根据步骤F求出的单应性矩阵，求出两幅图像特征点对应的虚拟空间三维点，结合双目立体视觉测量原理和步骤E求出的像机外部结构参数矩阵，求出像机转动的角度，其中像机转动的角度就是机器人云台转动的角度。


2.根据权利要求1所述的一种智能巡检机器人的像机角度自适应调整方法，其特征在于：所述步骤D还包括：
D1：在图像的重叠区域对SIFT特征点进行提取和匹配；
D2：利用RANSAC算法剔除图像对中的误匹配点，实现两幅图像间的SIFT特征点的精确配准。


3.根据权利要求1所述的一种智能巡检机器人的像机角度自适应调整方法，其特征在于：所述步骤F还包括：
F1：根据像机的透视投影模...

【专利技术属性】
技术研发人员：路绳方，高阳，陈烨，陈庆，焦良葆，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32