一种基于特征码的双层视觉伺服导航方法技术

本发明专利技术公开了一种应用于运动控制的双层视觉伺服导航方法，包括以下步骤：在无人车顶部安装与地面成一定角度的摄像头用于提前检测特征码，用于预测纠偏无人车行径轨迹，无人车底部安装垂直于地面向下的摄像头用于检测铺设在地面上的特征码，用于无人车的精确定位及导航。本发明专利技术通过将融通过双摄像头进行协同配合实现双层视觉伺服的导航方式。顶部摄像头在通过检测，在无人车未到达特征码时，通过视觉反馈与PID控制完成无人车的导航。当无人车到达特征码时，底部摄像头识别特征码中部图案进行精确定位，实现无人车的精准作业。实现无人车的精准作业。实现无人车的精准作业。

【技术实现步骤摘要】
一种基于特征码的双层视觉伺服导航方法


[0001]本专利技术属于导航和控制领域，具体涉及一种应用于视觉伺服的双层视觉伺服导航方法。

技术介绍

[0002]中国的智能制造行业不断发展，其中无人车在智能化的环节中拥有着十分重要的地位。对于繁重反复的任务中，无人车的价值能够拥有良好的发挥，无人车系统的广泛应用能够极大的提高运输分拣工厂的运行和工作效率。
[0003]目前无人车在应用领域大多采用不同的传感器进行导航的定位，例如激光雷达、IMU、里程计、磁传感器等。不同类型的传感器在定位为效果上都有这不同的局限性，常见的激光雷达技术，蓝牙定位，WIFI定位以及UWB技术在使用过程中，通常不需要固定的定位标志，在无人车的运行路径上具有这较高的自由度，但同时在定位精度上会有所降低。对于磁带导航，无人车的行动路径以及精度能够拥有很大的保障，但磁带导航技术移动路径的局限性难以满足日益复杂的运输情况(Gherardini M,Mannini A,Cipriani C.Optimal Spatial Sensor Design for Magnetic Tr本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于运动控制的双层视觉伺服导航方法，其特征在于，包括以下步骤：1)针对具有差分轮的无人车，建立运动学模型；2)差分轮式无人车顶部安装摄像头，用于识别铺设于地面的特征码；3)当安装于车辆顶部的摄像头检测到特征码时，完成特征码的识别，并计算无人车与特征码的相对位置信息以获取误差参数；4)建立顶部摄像头模型，将识别特征码获得的在摄像头坐标系下的坐标转换至世界坐标系，完成无人车顶部视觉定位；5)当安装于车辆底部的摄像头检测到特征码时，识别特征码中部的AprilTag码信息，计算无人车当前位姿与目标位姿的偏差，同时通过坐标系的转换获取无人车位姿信息；6)通过获取的偏差信息以及相应的无人车运动学模型构建基于位姿偏差无人车控制模型；7)当顶部摄像头与底部摄像头同时识别并获取相应的定位信息时，通过数据融合的方式进一步提高定位精度。2.根据权利要求1所述的一种应用于运动控制的双层视觉伺服导航方法，其特征在于，无人车安装的差分轮包括两个主动轮以及两个从动轮，主动轮分别由两个电机控制，差分轮式无人车能够实现原地旋转以及前后运动，在世界坐标系下，建立以下运动学模型：差分轮式无人车其动力学描述如下：通过对运动学参数矩阵进行求导，获得对应的运动学模型，其中为无人车位姿的导数，v为无人车前进方向的线速度，ω为无人车的角速度，θ为无人车与世界坐标系x轴的夹角。3.根据权利要求1所述的一种应用于运动控制的双层视觉伺服导航方法，其特征在于，无人车顶部安装位于车辆前方，光轴与地面成角，指向无人车前进方向的摄像头，在运行过程中无人车顶部摄像头能够提前识别前方的特征码；特征码采用栅格型编制地图，无人车摄像头安装高度为H，特征码铺设间距定义为：其中δ为摄像头竖直方向的可视区域参数。4.根据权利要求1所述的一种应用于运动控制的双层视觉伺服导航方法，其特征在于，通过顶部单目摄像头识别特征码并对获取的特征码图像进行预处理：首先对原始图像进行裁剪，保留竖直方向的像素长度，减少原始图像两侧无关的区域；通过摄像头获取图像信息维数为3
·
Z
·
256，其中Z为图像像素点总量，对图像信息进行降维处理，对图像采用加权平均的方法进行灰度化，灰度化方案如下式：F(x
c
,y
c
)＝[R(x
c
,y
c
)W
r
+G(x
c
,y
c
)W
g
+B(x
c
,y
c
)W
b
]其中W
w
、W
g
、W
b
分别为对应的红、绿、蓝三个通道的权值控制参数，(x
c
,y
c
)图像上的坐标点，为R(x
c
,y
c
)、G(x
c
,y
c
)、B(x
c
,y
c
)分别为图像坐标点(x
c
,y
c
)红、绿、蓝通道的值，当运行场
景发生较大变化情况下通过调整参数能够改变灰度化效果，通过灰度化待识别数据为Z
·
256维。5.根据权利要求1所述的一种应用于运动控制的双层视觉伺服导航方法，其特征在于，步骤4)的转换为：当安装在无人车顶部的摄像头在识别过程中通过坐标系的变换将扫码获取摄像头坐标系下的定位转换至世界坐标系，以获取无人车的精确定位，具体包括以下步骤：首先，对于顶部摄像头，通过对特征码的识别获取某一确定点在摄像头坐标系下的坐标、以及相对应的偏差，根据下式将摄像头坐标系下的坐标转化为世界坐标系中的坐标：在识别过程中，x
c
、y
c
表示为某一确定点在相对于摄像头的坐标，z
c
表示为某一确定点在光轴方向上与摄像头平面的距离，R为3x3的矩阵，t表示坐标的平移关系，M表示摄像头与世界坐标系的关系矩阵，该关系矩阵表示摄像头的安装角度相对于无人车的位置；将摄像头拍摄的特征码表示转换为相应的世界坐标系上的坐标，转换过程表示为：其中，z
c
为某一确定点在摄像头光轴上的距离，f
x
、f
y
、u0、v0为通过摄像头内部标定获取的参数，u、v表示某一确定点在图像上的坐标，由于相机拥有固定的高度，同时特征码大小固定，能够实现通过单目视觉的方式获得深度信息。6.根据权利要求1所述的一种应用于运动控制的双层视觉伺服导航方法，其特征在于，通过顶部单目摄像头识别特征码图像获取相应的坐标信息，经过预处理后对特征码进行识别，所述识别采用逐行扫描的方式，通过逐行扫描将特征码图像中每一行划...

【专利技术属性】
技术研发人员：张浪文，杨奕斌，谢巍，刘彦汝，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：