一种充电口位姿估计方法、系统、充电机器人及存储介质技术方案

本发明专利技术提供一种充电口位姿估计方法、系统、充电机器人及存储介质，由于获取充电口的标准图像；获取一个视角下待充电车辆的充电口图像；分别根据标准图像以及充电口图像，获得以充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征；将第二孔特征与第一孔特征进行匹配；若第二孔特征与第一孔特征匹配，则获得单应矩阵；分解单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定充电口的位姿。可见，可以采用特征匹配的方式对无纹理的充电口进行匹配，从而确定充电口的位置。同时，充电口中的充电连接孔数量少，形成的特征点数量少，整体计算量降低。整体计算量降低。整体计算量降低。

【技术实现步骤摘要】
一种充电口位姿估计方法、系统、充电机器人及存储介质


[0001]本专利技术涉及电动车充电
，具体涉及一种充电口位姿估计方法、系统、充电机器人及存储介质。

技术介绍

[0002]随着汽车行业的发展，纯电动汽车或混合动力汽车(以下称为电动车)的占有比例越来越高，电动车的充电，也开始成为人们关注的问题。
[0003]其中，基于姿态估计的自动充电技术，是实现自动化充电的一项技术。其中，利用姿态估计方法，估计出充电口的位姿，由此向自动充电机器人提供充电口的位姿信息。
[0004]目前，姿态估计方法分为基于特征匹配的姿态估计、基于模板的姿态估计以及基于目标的姿态估计，以上三种估计方法均有自身的缺点，如基于模板的方法在无纹理的充电口的适用性低，基于模板或目标的方法存在前期工作量大以及精度不足等问题。

技术实现思路

[0005]本专利技术主要解决的技术问题是现有基于特征匹配的姿态估计方法中对无纹理特征的充电口无法匹配的问题。
[0006]根据第一方面，一种实施例中提供一种充电口位姿评估方法,包括：
[0007]获取充电口的标准图像；
[0008]获取一个视角下待充电车辆的充电口图像；
[0009]分别根据标准图像以及充电口图像，获得以充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征，其中，第一孔特征对应标准图像中的充电连接孔，第二孔特征对应充电口图像中的充电连接孔；
[0010]将第二孔特征与第一孔特征进行匹配；
[0011]若第二孔特征与第一孔特征匹配，则获得单应矩阵；
[0012]分解单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定充电口的位姿。
[0013]根据第二方面，一种实施例中提供一种充电口位姿评估系统，包括：
[0014]图像获取模块，用于获取待充电车辆的充电口图像；
[0015]处理模块，用于分别根据标准图像以及充电口图像，获得以充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征，其中，第一孔特征对应标准图像中的充电连接孔，第二孔特征对应充电口图像中的充电连接孔；将第二孔特征与第一孔特征进行匹配；若第二孔特征与第一孔特征匹配，则获得单应矩阵；分解单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定充电口的位姿。
[0016]根据第三方面，一种实施例中提供一种充电机器人，包括：
[0017]机械臂，用于携带充电插头进行运动；
[0018]图像获取模块，用于获取待充电车辆的充电口图像；
[0019]处理模块，用于根据充电口图像，通过上述技术方案所述的充电口位姿评估方法确定充电口的位姿；根据充电口的位姿，控制机械臂运动，以实现充电插头与充电口连接。
[0020]根据第四方面，一种实施例中提供一种计算机可读存储介质，介质上存储有程序，程序能够被处理器执行以实现上述技术方案所述的充电口位姿评估方法。
[0021]依据上述实施例的充电口位姿估计方法、系统、充电机器人及存储介质，由于获取充电口的标准图像；获取一个视角下待充电车辆的充电口图像；分别根据标准图像以及充电口图像，获得以充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征；将第二孔特征与第一孔特征进行匹配；若第二孔特征与第一孔特征匹配，则获得单应矩阵；分解单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定充电口的位姿。可见，可以采用特征匹配的方式对无纹理的充电口进行匹配，从而确定充电口的位置。同时，充电口中的充电连接孔数量少，形成的特征点数量少，整体计算量降低。
附图说明
[0022]图1为一种实施例提供的充电口位姿估计方法的示意性流程图；
[0023]图2为一种实施例提供的充电口位姿估计方法的示意性流程图；
[0024]图3为一种实施例提供的充电口位姿估计方法的特征点位置关系的示意图；
[0025]图4为一种实施例提供的充电机器人的结构示意图；
[0026]图5为另一种实施例提供的充电口位姿估计方法的示意性流程图。
具体实施方式
[0027]下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
[0028]另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
[0029]本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。
[0030]现有的物体的姿态估计算法可以分为三种：基于特征匹配的姿态估计，基于模板的姿态估计和基于目标检测的姿态估计。
[0031]基于特征匹配的姿态估计适用于纹理较丰富的物体，该类方法直接在相机图像中使用某种特征点，如SIFT、ORB、FAST、SURF等，在相机图像中寻找与数据库中图像相同的特征点。这些特征只与纹理有关，与光照、尺度变化、仿射变换等无关。通常物体都是不会变形
的刚体，特征点在物体坐标系下的位置是固定的，因此获取到若干特征点对后，可直接求解相机中物体与数据库中物体之间的单应性矩阵，从而找到二者之间的透视变换关系，进而估计出物体的位姿。
[0032]然而工业中存在许多需要检测无纹理的物体的场景，此时基于特征匹配的姿态估计不再适用，模板匹配算法就是针对这种场景被提出。基于模板的姿态估计会从物体的各种位姿角度拍摄生成图像模板存入数据库中，根据某些人工特征将待估计物体的图像与数据库中的姿态图像进行匹配，进而直接估计位姿。这种姿态估计的误差较大，只能进行粗估。针对无纹理物体的精确位姿估计通常需要依赖RGB
‑
D相机产生的深度信息。例如LineMod算法，提取物体彩色图像的梯度特征和深度图像表面法向量特征用于与数据库中模板进行匹配。
[0033]随着基于深度学习的目标检测算法的发展，许多人将目标检测的网络模型用于执行6D姿态估计任务，不同于基于特征匹配的姿态估计和基于模板匹配的姿态估计，这种基于目标检测的姿态估计只依赖于单张图片，导致姿态估计的精度不高，但是处理遮挡物体较好。...

【技术保护点】

【技术特征摘要】
1.一种充电口位姿评估方法,其特征在于，包括：获取充电口的标准图像；获取一个视角下待充电车辆的充电口图像；分别根据所述标准图像以及充电口图像，获得以所述充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征，其中，所述第一孔特征对应所述标准图像中的充电连接孔，所述第二孔特征对应所述充电口图像中的充电连接孔；将所述第二孔特征与所述第一孔特征进行匹配；若所述第二孔特征与所述第一孔特征匹配，则获得单应矩阵；分解所述单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定所述充电口的位姿。2.如权利要求1所述的充电口位姿评估方法,其特征在于，在所述确定所述充电口的位姿之后，所述方法还包括：获取至少一个其它视角下所述待充电车辆的充电口图像；根据所有视角对应的充电口图像，获得对应所有视角中充电口的位姿；最小化所有视角的位姿的重投影误差，更新所述充电口的位姿。3.如权利要求1所述的充电口位姿评估方法,其特征在于，所述分别根据所述标准图像以及充电口图像，获得以所述充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征，包括:分别对所述标准图像以及所述充电口图像进行预处理，强化边缘信息；对所述标准图像以及所述充电口图像进行边缘检测，识别出充电连接孔，得到多个所述第一孔特征以及所述第二孔特征。4.如权利要求1所述的充电口位姿评估方法,其特征在于，所述将所述第二孔特征与所述第一孔特征进行匹配，包括：分别根据多个所述第一孔特征以及多个所述第二孔特征，获得所述第一孔特征的特征描述子以及所述第二孔特征的特征描述子；根据所述第二孔特征的特征描述子与所述第一孔特征的特征描述子，将所述第二孔特征与所述第一孔特征进行匹配。5.如权利要求4所述的充电口位姿评估方法,其特征在于，所述第一孔特征与所述第二孔特征的特征描述子均包括位置关系描述子、尺寸描述子以及色彩描述子；其中，所述第一孔特征的所述位置关系描述子为一个所述第一孔特征在对应的多个所述第一孔特征中的位置关系；所述尺寸描述子为所述第一孔特征的半径或直径；所述色彩描述子为所述第一孔特征内部的灰度的均值以及方差；所...

【专利技术属性】
技术研发人员：张春霞，宋士佳，王博，孙超，王文伟，
申请(专利权)人：北京理工大学深圳汽车研究院电动车辆国家工程实验室深圳研究院，
类型：发明
国别省市：