结构化环境下机器人自主目标识别与高精度绝对定位方法技术

本发明专利技术提供的一种结构化环境下机器人自主目标识别与高精度绝对定位方法，通过具有自主移动和图像采集功能的机器人，利用图像采集传感器对工作环境整体进行图像采集并拼接为全局图像，借此对机器人进行目标识别和定位，本发明专利技术的定位方式是可间断的，建立了全局图像之后的任意时间都可以对机器人定位，避免了断电的风险，使机器人的定位更加灵活、可靠，特别适用于需要机器人通过视觉识别在工作环境中进行特定工作的任务，在其一边图像识别的过程中一边进行定位，避免使用GPS、加速度计等辅助定位模块的方法，进一步简化了机器人自主目标识别和定位方法，提高了机器的智能化和自适应性。

【技术实现步骤摘要】
结构化环境下机器人自主目标识别与高精度绝对定位方法
本专利技术涉及定位算法领域，特别是涉及一种结构化环境下机器人自主目标识别与高精度绝对定位方法。
技术介绍
自上世纪50年代以来，机器人视觉的概念在不断地发展、扩充，从单目图像识别到双目图像识别，机器人视觉识别的技术在日渐完善，又有广阔的发展前景。对于移动机器人来说，如何在移动的环境中确定自身的位置是一个关键的技术问题。目前在移动机器人领域，一个通用的技术方法是通过使用IMU惯性测量技术，它的原理是通过多个相互正交的加速度计来记录物体移动的轨迹。但是这种方法必须保持运动的连贯性，一旦出现记录中断，便会出现误差，必须重新标定。因此，解决这一类的问题显得尤为重要。
技术实现思路
针对上述问题，本专利技术提供了种基于视觉的简便机器人自主识别与定位方法，提供机器人定位方法的同时，可以实现断电定位、重复定位且不依赖环境的变化。为了实现上述技术方案，本专利技术提供了一种基于结构化环境信息的简便机器人目标识别与定位方法,包括有全局图像的构建和局部图像的匹配，首先建立全局图像本文档来自技高网...

【技术保护点】
1.一种结构化环境下机器人自主目标识别与高精度绝对定位方法,其特征在于：包括有全局图像的构建和局部图像的匹配，首先建立全局图像以作为机器人定位的依据，然后再进行一次或多次的局部图像的匹配；所述全局图像的构建是把机器人放置在工作环境中，机器人通过自身的运动能力在工作环境中进行图像采集、存贮和拼接，最终组合成一张全局图像；所述局部图像的匹配是在建立了全局图像之后，当机器人在任意位置时，通过机器人驱动其身上的图像传感器，拍摄当前所在位置的图像，并将机器人再次拍摄的图像在全局图像中进行搜索匹配，来确定机器人此时所在的位置，然后通过当前所在位置，规划出机器人前往目标工作位点的路线。/n

【技术特征摘要】
1.一种结构化环境下机器人自主目标识别与高精度绝对定位方法,其特征在于：包括有全局图像的构建和局部图像的匹配，首先建立全局图像以作为机器人定位的依据，然后再进行一次或多次的局部图像的匹配；所述全局图像的构建是把机器人放置在工作环境中，机器人通过自身的运动能力在工作环境中进行图像采集、存贮和拼接，最终组合成一张全局图像；所述局部图像的匹配是在建立了全局图像之后，当机器人在任意位置时，通过机器人驱动其身上的图像传感器，拍摄当前所在位置的图像，并将机器人再次拍摄的图像在全局图像中进行搜索匹配，来确定机器人此时所在的位置，然后通过当前所在位置，规划出机器人前往目标工作位点的路线。


2.根据权利要求1所述的结构化环境下机器人自主目标识别与高精度绝对定位方法,其特征在于，所述全局图像构建的步骤为：
步骤一：将双目视觉相机、机器人主体以及机器人行走机构组成的机器人放置在工作环境中；
步骤二：使机器人在环境中运动，机器人通过行走机构在工作环境中运动，并且着重向全局图像构建不完整的区域移动；
步骤三：每运动一小段距离，就通过双目视觉相机采集一次图像，并且本次采集的图像与上一次采集的图像必须具有重叠的区域；
步骤四：通过图像拼接的方式，将所有采集的图像拼接在一起，如若采集的图像不够拼接成一张完整的全局图像，那么就重复进行上述步骤；
步骤五：完成全局图像的构建，并将之保存。


3.根据权利要求1所述的结构化环境下机器人自主目标识别与高精度绝对定位方法,其特征在于，所述局部图像的匹配步骤如下：
步骤一：将机器人放置在已经...

【专利技术属性】
技术研发人员：赵景山，纪俊杰，张家悦，魏松涛，李京虎，谢军，郭崇，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11