一种基于局部地图的优化方法及视觉机器人技术

本发明专利技术公开一种基于局部地图的优化方法及视觉机器人，该优化方法使用预设目标平面区域上分布的多个检测块来记录局部地图的点云数据，实现以三维直方图的形式去描述出不同高度位置的点云，即将局部地图以当前位置的摄像头视角范围内的三维直方图的形式分布，方便使用点云在不同检测块的三维区域分布特征去除杂散点，只允许局部地图中保留下用于精准定位的最大高度和合理分布的点云，提高地图优化方法在过近过远障碍物场景的适应性，显著降低超近距离下的障碍物点云位置的误判概率。近距离下的障碍物点云位置的误判概率。近距离下的障碍物点云位置的误判概率。

【技术实现步骤摘要】
一种基于局部地图的优化方法及视觉机器人


[0001]本专利技术涉及局部点云地图的
，特别是一种基于局部地图的优化方法及视觉机器人。

技术介绍

[0002]3d-tof技术可以在有效范围内进行三维点云地图还原。局部地图在单目及双目视觉中有广泛应用。3d-tof现在尚存的问题是：3d-tof因为无法完全的获得较为精准的深度值，误差普遍偏大，基于单帧的深度数据分析并不能有效的去除掉深度图像中的离散点；同时，3d-tof摄像头的有效范围是处于适中距离，过近过远时深度值都会出现明显误差，使得基于单帧的深度数据分析并不能有效的识别出超近距离下的障碍物。
[0003]中国专利CN110031825A公开的激光定位初始化方法，通过较大范围内的直方图存储激光采样点云数据的高度，但这一激光定位初始化方法依然解决不了上述深度图像存在的识别精度问题。

技术实现思路

[0004]本专利技术公开一种基于局部地图的优化方法及视觉机器人，以解决掉深度图像中的杂散点过滤问题，减少3d-tof摄像头采集的点云误判的现象。具体技术方案如下：一种基于局部地图的优化方法，该优化方法包括：步骤1、控制移动机器人的3d-tof摄像头在移动过程中保持采集深度图像的预设有效特征点，再控制这些预设有效特征点进行坐标系转换成为局部地图的点云，然后进入步骤2；其中，步骤1采集的深度图像是移动机器人的3d-tof摄像头在不同方位角度区域采集到的；步骤2、在移动机器人的3d-tof摄像头的当前视角范围内，设置一个位于水平地面的预设目标平面区域，并在这个预设目标平面区域设置与其匹配的检测块，以使得预设目标平面区域全部被预设数量的检测块平均划分占据；然后进入步骤3；其中，局部地图的覆盖范围包括预设目标平面区域；预设数量的检测块都是设置在预设目标平面区域的正上方；3d-tof摄像头的当前视角范围是：移动机器人的3d-tof摄像头在当前位置下的视角范围；步骤3、根据点云落入各个检测块的情况，分别记录各个检测块内分布的点云的高度，使得局部地图的点云以三维直方图的形式标记在预设目标平面区域的正上方；然后进入步骤4；步骤4、判断检测块内分布的点云是否呈现离散分布状态，是则剔除这个检测块分布的点云，然后进入步骤5；否则直接进入步骤5；步骤5、分别判断每一列的检测块中是否记录有高度最大的点云，是则沿着远离3d-tof摄像头的方向，将对应一列检测块中的高度最大的点云所属检测块的后方的检测块所分布的点云都剔除，否则不做处理；其中，每一列检测块都是沿着3d-tof摄像头的光轴方向排列设置在预设目标平面区域的正上方；远离3d-tof摄像头的方向是指向移动机器人的机体前方。
[0005]与现有技术相比，该技术方案使用预设目标平面区域上分布的多个检测块来记录局部地图的点云数据，实现以三维直方图的形式去描述出不同高度位置的点云，即将局部地图以当前位置的摄像头视角范围内的三维直方图的形式分布，方便使用点云在不同检测
块的三维区域分布特征去除杂散点，只允许局部地图中保留下用于精准定位的最大高度和合理分布的点云，实现对局部地图的点云数据的过滤优化，提高地图优化方法在过近过远障碍物场景的适应性，显著降低超近距离下的障碍物实际位置的误判概率。
[0006]进一步地，所述步骤4具体包括：当判断到所述检测块内分布的点云的数量小于定位数目阈值，则将这个检测块分布的点云剔除，然后进入步骤5；否则直接进入步骤5；其中，这个定位数目阈值用于描述所述离散分布状态；和/或，当判断是否存在一个检测块的邻域都没有分布有点云，是则剔除这个检测块内分布的点云，然后进入步骤5；否则直接进入步骤5。减少过于离散分布的点云对识别定位障碍物带来的噪声干扰，尤其是过远障碍物带来的定位误差问题，进而提高过近障碍物识别的准确性。
[0007]进一步地，所述步骤5还包括：步骤51、沿着远离3d-tof摄像头的方向检测每一列所述检测块分布的点云的高度，分别判断各列检测块中是否存在从矮至高变化的检测块序列，是则进入步骤52，否则进入步骤53；其中，从矮至高变化是对应参与判断的各个检测块中分布的最大高度的点云的高度位置变化，每个检测块分布的点云的最大高度表示各自检测块的高度；步骤52、记录这一检测块序列中的高度最大的点云所属的检测块，再将这个记录的检测块后方的高度相对小的检测块分布的点云剔除，然后返回步骤51；步骤53、记录这一检测块序列中的高度最大的点云所属的检测块，再将这个记录的检测块后方的检测块分布的点云剔除。
[0008]与现有技术相比，对于检测块分布的点云的剔除方式是建立在高度最大的点云的基础上进行的，具体按照实际物理环境中的山坡形状，选择保留抬升至山峰高度位置之前的点云，而删除山的背面对应的较矮的点云，从而在移动机器人当前位置中保留起到显著视线阻挡效果的障碍物，从预设目标平面区域上对应的检测块中删除因实际高度位置的阻挡而无法用于实际场景的障碍物定位的点云，克服深度图像中预先采集到的较矮的点云位置带来的误判现象，显著降低过近障碍物的位置的误判现象，提高所述局部地图的实时定位的准确性。
[0009]进一步地，所述预设目标平面区域是一个矩形区域，矩形区域的一边的中点是3d-tof摄像头的位置，这一边的长度等于所述移动机器人的机体直径，与该边垂直的另一边设置在3d-tof摄像头的视角前方，用于表征所述3d-tof摄像头采集的深度图像中的可探测深度距离。从而让所述预设目标平面区域配置为能够容纳所述移动机器人顺利通行的目标探测区域，通过识别定位这一区域上方的障碍物点云的最大高度位置和分布特征，有效地规划出近距离条件下障碍物的避障路径。
[0010]进一步地，所述步骤3中，当检测到一个所述点云的三维坐标位置落入其中一个所述检测块内时，则确定这个所述点云分布在这个检测块中，并记录这个点云的高度。从而简化点云的位置信息存储运用的方式。
[0011]进一步地，所述各点云以三维直方图的形式存储的方法包括：设置所述三维直方图所属的三维坐标系的坐标原点是3d-tof摄像头的位置，设置所述预设目标平面区域覆盖到这个三维坐标系的横轴的正方向的所述机体直径的一半的距离，设置所述预设目标平面区域覆盖到这个三维坐标系的横轴的负方向的所述机体直径的一半的距离，设置所述预设目标平面区域覆盖到这个三维坐标系的纵轴的正方向的所述可探测深度距离，设置所述检测块沿着这个三维坐标系的竖轴分布，配置所述检测块在这个三维坐标系的竖轴上占据的
竖直高度用于表示所述检测块分布的点云的高度，对所述点云划分得到所述预设数量的三维直方图中，实现以三维直方图的形式存储所述点云；其中，所述三维直方图所属的三维坐标系与所述局部地图的坐标系相同。从而通过直方图统计的方式将局部地图的点云转换成为局部地图的坐标系中的特定检测区域上的三维点状地图，实现利用三维点状地图中分布的直方块的高度去表征障碍物的点云高度，便于显著而快速地去除杂散点云。
[0012]进一步地，所述预设数量是：所述预设目标平面区域的面积与所述检测块的水平投影面积的比值，其中，所述检测块是连本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部地图的优化方法，其特征在于，该优化方法包括：步骤1、控制移动机器人的3d-tof摄像头在移动过程中保持采集深度图像的预设有效特征点，再控制这些预设有效特征点进行坐标系转换成为局部地图的点云，然后进入步骤2；步骤2、在移动机器人的3d-tof摄像头的当前视角范围内，设置一个位于水平地面的预设目标平面区域，并在这个预设目标平面区域设置与其匹配的检测块，以使得预设目标平面区域全部被预设数量的检测块平均划分占据；然后进入步骤3；其中，局部地图的覆盖范围包括预设目标平面区域；步骤3、根据点云落入各个检测块的情况，分别记录各个检测块内分布的点云的高度，使得局部地图的点云以三维直方图的形式标记在预设目标平面区域的正上方；然后进入步骤4；步骤4、判断检测块内分布的点云是否呈现离散分布状态，是则剔除这个检测块分布的点云，然后进入步骤5；否则直接进入步骤5；步骤5、分别判断每一列的检测块中是否记录有高度最大的点云，是则沿着远离3d-tof摄像头的方向，将对应一列检测块中的高度最大的点云所属检测块的后方的检测块所分布的点云都剔除，否则不做处理；其中，每一列检测块都是沿着3d-tof摄像头的光轴方向排列设置在预设目标平面区域的正上方；远离3d-tof摄像头的方向是指向移动机器人的机体前方。2.根据权利要求1所述优化方法，其特征在于，所述步骤4具体包括：判断所述检测块内分布的点云的数量是否小于定位数目阈值，则将这个检测块分布的点云剔除，然后进入步骤5；否则直接进入步骤5；其中，这个定位数目阈值用于描述所述离散分布状态；和/或，判断是否存在一个检测块的邻域都没有分布有点云，是则剔除这个检测块内分布的点云，然后进入步骤5；否则直接进入步骤5。3.根据权利要求1或2所述优化方法，其特征在于，所述步骤5还包括：步骤51、沿着远离3d-tof摄像头的方向检测每一列所述检测块分布的点云的高度，分别判断各列检测块中是否存在从矮至高变化的检测块序列，是则进入步骤52，否则进入步骤53；其中，从矮至高变化是对应参与判断的各个检测块中分布的最大高度的点云的高度位置变化，每个检测块分布的点云的最大高度表示各自检测块的高度；步骤52、记录这一检测块序列中的高度最大的点云所属的检测块，再将这个记录的检测块后方的高度相对小的检测块分布的点云剔除，然后返回步骤51；步骤53、记录这一检测块序列中的高度最大的点云所属的检测块，再将这...

【专利技术属性】
技术研发人员：严勇显，赖钦伟，肖刚军，
申请(专利权)人：珠海市一微半导体有限公司，
类型：发明
国别省市：