一种应用于高智能机器人的视觉定位系统及方法技术方案

本发明专利技术公开了一种应用于高智能机器人的视觉定位系统及方法，应用于高智能机器人的定位模块，主要包括环境感知装置、检测单元、视觉里程计算单元、判断单元、滤波单元、调整单元和立体视觉系统；采集周围环境信息并对其角点检测，将获取的对应图像特征匹配并输出高智能机器人的位置和姿态信息；对连续的两帧图片进行关键帧判断：若为关键帧则对探测到的用于前方交会的特征点坐标作为观测数据并得到最优的相机参数和世界点坐标；若不为关键帧则重新进行新一轮计算。通过本技术方案，机器人可持续对自身所处位置进行定位，并且能够根据机器人历史运动轨迹对未来的运动轨迹做出预测，有效的提高了机器人的定位准确性，提升了机器人智能化水平。

【技术实现步骤摘要】
一种应用于高智能机器人的视觉定位系统及方法
本专利技术涉及高智能机器人定位
，尤其涉及一种应用于高智能机器人的视觉定位系统及方法。
技术介绍
随着现代社会科技的进步与发展，机器人被应用于越来越多的场景，例如资源勘探开发、救灾排险、医疗服务等。在机器人执行任务时通常需要对机器人所在位置进行精确的定位。目前，机器人大豆采用GPS卫星定位系统实现自身位置的确定，虽然根据技术水平的不断发展，卫星定位已然具备了较高的定位精度，但在某些特殊地形环境下GPS卫星定位容易因为卫星信号丢失/屏蔽等因素无法实现有效的精准定位，因此亟需一种补充定位措施来弥补卫星定位失效时的精准机器人定位，进而保障机器人的运行安全。
技术实现思路
针对现有技术中存在的上述问题，现提供一种高智能机器人的视觉定位系统，具体技术方案如下所示：一种高智能机器人的视觉定位系统，其特征在于，所述视觉定位系统具体包括：多个环境感知装置，用于对所述高智能机器人周围的空间环境进行持续感知，输出相应的环境图像信息；一检测单元，分别连接所述多个环境感知装置，用于对所述环境图像进行角点检测，输出相应图像特征信息；一视觉里程计算单元，连接所述检测单元，用于根据所述相关图像特征进行分析处理，输出所述高智能机器人的位置信息、姿态信息；一判断单元，连接所述视觉里程计算单元，用于对经过所述特征点匹配的每帧图像进行关键帧判断，同时使所述高智能机器人进行鲁棒姿态，分别输出一姿态信息和一判断结果；一滤波单元，分别连接所述判断单元和所述视觉里程计算单元，用于根据所述判断结果，当所述判断结果不为关键帧时，对所述高智能机器人目标运动状态进行计算分析，输出所述高智能机器人的预估位置状态信息；一调整单元，连接所述判断单元和所述滤波单元，用于根据所述判断结果，当所述判断结果为关键帧时，对所述环境感知装置探测到的用于前方交会的特征点坐标作为观测数据进行局部光束平差法计算处理，输出相机参数和世界点坐标；一立体视觉系统，分别连接所述调整单元和所述视觉里程计算单元，用于对所述调整单元输出的相机参数和世界点坐标进行计算处理，输出新的图像特征。优选的，所述关键帧判断是通过比较经过所述特征点匹配的两帧连续图像，若所述特征点相同则判断结果不为关键帧，若所述特征点不同则判断结果为关键帧。优选的，所述环境感知装置包括两个广基线立体相机和两个窄基线立体相机，所述两个广基线立体相机和两个窄基线立体相机分别位于所述高智能机器人头部正侧面的左右两边。优选的，所述环境感知装置采集空间环境信息后分别生成窄基线立体相机左右两侧不同相机视角的图像信息和宽基线立体相机左右两侧不同相机视角的图像信息。优选的，所述角点检测单元检测的角点像素为亚像素级。优选的，所述滤波单元为扩展卡尔曼滤波，通过对所述高智能机器人运动姿态进行预测判断并将结果发送至所述视觉里程计算单元。优选的，所述扩展卡尔曼滤波单元通过6个自由度对所述高智能机器人的姿态进行预测。优选的，应用于如权利要求1-7中任意一项所述的视觉定位系统中，所述视觉定位方法包括如下流程：步骤S1，对所述高智能机器人周围的空间环境进行持续感知，输出相应的环境图像信息；步骤S2，对所述环境图像信息进行角点检测，获取对应的图像特征，输出图像特征信息；步骤S3，对图像特征进行特征点分析匹配，输出所述高智能机器人的位置和姿态信息；步骤S4，对所述经过特征点匹配的每帧图片进行关键帧判断，为关键帧则所述高智能机器人进入鲁棒姿态，并转至步骤S5；不为关键帧则所述高智能机器人进入鲁棒姿态，并转至步骤S7；步骤S5，对所述环境感知装置探测到的用于前方交会的特征点坐标作为观测数据通过局部光束平差法得到最优的相机参数和世界点坐标；步骤S6，对通过所述局部光束平差法得到的最优相机参数和世界点坐标进行处理，输出新的图像特征，并将获取的所述新特征传回至所述视觉里程计算单元进行新一轮计算；步骤S7，所述高智能机器人进入鲁棒姿态后回到所述步骤S3并将姿态信息传送至所述滤波单元。优选的，所述步骤S3中用于图像特征点分析匹配的视觉里程计算单元根据左右两类不同相机视角的图像特征点进行匹配。优选的，根据权利要求8所述的高智能机器人的视觉定位方法，其特征在于，所述步骤S4中关键帧判断结果不为关键帧时，所述高智能机器人进入鲁棒姿态，并将所述姿态信息传送至扩展卡尔曼滤波单元。本技术方案具体有如下优点或有益效果：在本技术方案中，由环境感知装置采集周围环境信息并通过检测单元对其角点检测，将获取的对应图像特征通过视觉里程计算单元匹配并输出高智能机器人的位置和姿态信息，通过判断单元对连续的两帧图片进行关键帧判断后机器人进入鲁棒姿态，判断结果若为关键帧则对环境感知装置探测到的用于前方交会的特征点坐标作为观测数据通过调整单元得到最优的相机参数和世界点坐标，若不为关键帧，则重新由视觉里程计算单元进行新一轮计算。使机器人可持续对自身所处位置进行定位，并且通过扩展卡尔曼滤波单元根据机器人历史运动轨迹对未来的运动轨迹做出预测，有效的提高了机器人运行的安全性，提升了机器人智能化水平。附图说明图1为本专利技术一种应用于高智能机器人的视觉定位系统及方法中，视觉定位系统的结构示意图。图2为本专利技术一种应用于高智能机器人的视觉定位系统及方法中，视觉定位方法的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。针对现有技术中存在的上述问题，现提供一种高智能机器人的视觉定位系统，具体技术方案如下所示：一种高智能机器人的视觉定位系统，如图1所示，包括：多个环境感知装置1，用于对所述高智能机器人周围的空间环境进行持续感知，输出相应的环境图像信息；一检测单元2，分别连接所述多个环境感知装置，用于对所述环境图像进行角点检测，输出相应图像特征信息；一视觉里程计算单元3，连接所述检测单元2，用于根据所述相关图像特征进行分析处理，输出所述高智能机器人的位置信息、姿态信息；一判断单元4，连接所述视觉里程计算单元3，用于对经过所述特征点匹配的每帧图像进行关键帧判断，同时使所述高智能机器人进行鲁棒姿态，分别输出一姿态信息和一判断结果；一滤波单元5，分别连接所述判断单元4和所述视觉里程计算单元3，用于根据所述判断结果，当所述判断结果不为关键帧时，对所述高智能机器人目标运动状态进行计算分析，输出所述高智能机器人的本文档来自技高网...

【技术保护点】
1.一种应用于高智能机器人的视觉定位系统，其特征在于，所述视觉定位系统具体包括：/n环境感知装置，用于对所述高智能机器人周围的空间环境进行持续感知，输出相应的环境图像信息；/n一检测单元，分别连接所述多个环境感知装置，用于对所述环境图像进行角点检测，输出相应图像特征信息；/n一视觉里程计算单元，连接所述检测单元，用于根据所述相关图像特征进行分析处理，输出所述高智能机器人的位置信息、姿态信息；/n一判断单元，连接所述视觉里程计算单元，用于对经过所述特征点匹配的每帧图像进行关键帧判断，同时使所述高智能机器人进行鲁棒姿态，分别输出一姿态信息和一判断结果；/n一滤波单元，分别连接所述判断单元和所述视觉里程计算单元，用于根据所述判断结果，当所述判断结果不为关键帧时，对所述高智能机器人目标运动状态进行计算分析，输出所述高智能机器人的预估位置状态信息；/n一调整单元，连接所述判断单元和所述滤波单元，用于根据所述判断结果，当所述判断结果为关键帧时，对所述环境感知装置探测到的用于前方交会的特征点坐标作为观测数据进行局部光束平差法计算处理，输出相机参数和世界点坐标；/n一立体视觉系统，分别连接所述调整单元和所述视觉里程计算单元，用于对所述调整单元输出的相机参数和世界点坐标进行计算处理，输出新的图像特征。/n...

【技术特征摘要】
1.一种应用于高智能机器人的视觉定位系统，其特征在于，所述视觉定位系统具体包括：
环境感知装置，用于对所述高智能机器人周围的空间环境进行持续感知，输出相应的环境图像信息；
一检测单元，分别连接所述多个环境感知装置，用于对所述环境图像进行角点检测，输出相应图像特征信息；
一视觉里程计算单元，连接所述检测单元，用于根据所述相关图像特征进行分析处理，输出所述高智能机器人的位置信息、姿态信息；
一判断单元，连接所述视觉里程计算单元，用于对经过所述特征点匹配的每帧图像进行关键帧判断，同时使所述高智能机器人进行鲁棒姿态，分别输出一姿态信息和一判断结果；
一滤波单元，分别连接所述判断单元和所述视觉里程计算单元，用于根据所述判断结果，当所述判断结果不为关键帧时，对所述高智能机器人目标运动状态进行计算分析，输出所述高智能机器人的预估位置状态信息；
一调整单元，连接所述判断单元和所述滤波单元，用于根据所述判断结果，当所述判断结果为关键帧时，对所述环境感知装置探测到的用于前方交会的特征点坐标作为观测数据进行局部光束平差法计算处理，输出相机参数和世界点坐标；
一立体视觉系统，分别连接所述调整单元和所述视觉里程计算单元，用于对所述调整单元输出的相机参数和世界点坐标进行计算处理，输出新的图像特征。


2.根据权利要求1所述的高智能机器人的视觉定位方法，其特征在于，所述关键帧判断是通过比较经过所述特征点匹配的两帧连续图像，若所述特征点相同则判断结果不为关键帧，若所述特征点不同则判断结果为关键帧。


3.根据权利要求1所述的高智能机器人的视觉定位方法，其特征在于，所述环境感知装置包括两个广基线立体相机和两个窄基线立体相机，所述两个广基线立体相机和两个窄基线立体相机分别位于所述高智能机器人头部正侧面的左右两边。


4.根据权利要求3所述的高智能机器人的视觉定位方法，其特征在于，所述环境感知装置采集空间环境信息后分别生成窄基线立体相机左右两侧不同相机视角的图像信息和宽基线立体相机左右两侧不同相机视角的图像信息。


...

【专利技术属性】
技术研发人员：史超，
申请(专利权)人：深圳国信泰富科技有限公司，
类型：发明
国别省市：广东;44