本发明专利技术属于导航定位技术领域，具体涉及一种机器人导航定位误差的自动测量方法、装置及介质，本发明专利技术的机器人接收移动到目标站点的定位导航信息，所述目标站点预先放置有地标图片，当到达目标站点时，控制激光器向地标图片垂直发射光标，并控制摄像头拍摄地标图片，得到地标图像，其中所述地标图像中包括两条十字交叉的地标直线和两条十字交叉的光标直线；然后基于深度学习的方法获取地标信息和光标信息，并计算机器人的导航定位误差。本发明专利技术采取十字地标和十字光标标定位置的方式，并结合深度学习的图像处理方法获取地标信息和光标信息，相比现有技术中采用二维码标定的传统图像处理方法，不受环境光影响，鲁棒性更好，测量精度高。度高。度高。
【技术实现步骤摘要】
一种机器人导航定位误差的测量方法、装置及介质
[0001]本专利技术属于导航定位
，具体涉及一种机器人导航定位误差的测量方法、装置及介质。
技术介绍
[0002]随着科技的发展，移动机器人已经在全世界范围内得到了广泛的运用，目前移动机器人能自主导航完成特定任务，在导航过程中，定位是导航的基本环节，机器人的实时精准定位是提高移动机器人导航性能的关键，为了判断机器人导航定位是否准确，通常需要测量机器人导航定位的误差，其中机器人导航定位的误差测量是指对机器人行进的实际停靠位置和目标站点停靠位置的误差计算。
[0003]在对机器人进行导航误差测量时，为了计算机器人行进的实际停靠位置和目标站点停靠位置的误差，一种比较常见的方式是使用工具测量，但是人工测量的方式耗费人力，成本高，且耗时。为了克服人工测量带来的技术缺陷，现有技术中还提出在目标停靠位置放置二维码并标定特定的点，通过图像处理完成实际停靠位置到标定的特定点的距离误差计算，这种方式虽然解放了人力，但是通过二维码标定的方式只能计算机器人实际停靠位置到目标停靠位置处二维码特定点的像素距离，不能计算机器人实际停靠位置相对目标站点停靠位置的角度偏差。因此现有技术中至少存在的技术问题有：
[0004](—)、虽然采用了二维码标定特定点的方式能计算导航定位过程的距离误差，但由于二维码受环境光影响大，采用传统二维码图像的方法鲁棒性差，影响测量精度；
[0005](二)、现有技术中自动测量导航定位误差时，只能计算实际停靠位置与目标站点的距离误差，不能计算相对目标站点偏离的角度误差。
技术实现思路
[0006]本专利技术提出一种机器人导航定位误差的测量方法，以解决现有技术中存在的受环境光影响大、定位鲁棒性差，不能计算实际停靠位置与目标站点的角度误差，影响测量精度的技术问题。
[0007]本专利技术通过以下技术方案实现：
[0008]一种机器人导航定位误差的测量方法，包括用于摄像的摄像头和用于发射激光的激光器，其特征在于，包括以下步骤：
[0009]S1、接收移动到目标站点的定位导航信息，所述目标站点预先放置有地标图片，所述地标图片包含两条十字交叉的地标直线且地标直线交点与目标站点重合；
[0010]S2、当到达目标站点时，控制激光器向地标图片垂直发射光标，并控制摄像头拍摄地标图片，得到地标图像，其中所述地标图像中包括两条十字交叉的地标直线和两条十字交叉的光标直线；
[0011]S3、基于深度学习的方法根据所述地标图像获取地标信息和光标信息；
[0012]S4、根据所述地标信息和光标信息获取所述机器人的导航定位误差。
[0013]进一步的，所述基于深度学习的方法根据所述地标图像获取地标信息和光标信息包括：
[0014]使用编码器
‑
解码器结构预测地标直线和光标直线概率分布的热力图；
[0015]对所述热力图进行阈值过滤和类别判断得到地标二值化图像和光标二值化图像；
[0016]使用霍夫变换方式对所述地标二值化图像进行直线检测，得到地标信息；
[0017]使用霍夫变换方式对所述光标二值化图像进行直线检测，得到光标信息。
[0018]具体的，所述地标二值化图像中包括两条相互垂直的地标直线，所述光标二值化图中包括两条相互垂直的光标直线。
[0019]具体的，所述光标信息包括两个光标直线方程，所述地标信息包括两个地标直线方程。
[0020]进一步的，所述根据所述地标信息和光标信息获取所述机器人的导航定位误差包括：根据所述光标信息计算出光标直线交点，根据所述地标信息计算出地标直线交点，以及根据所述光标直线交点和地标直线交点计算交点连线的距离值以及交点连线与X轴之间的夹角。
[0021]进一步的，所述根据所述地标信息和光标信息获取所述机器人的导航定位误差还包括：将所述交点连线的距离值转换为机器人世界坐标系下的距离误差。
[0022]具体的，所述两个地标直线方程为：
[0023]y1＝k11*x1+b11
[0024]y1＝k12*x1+b12
[0025]所述两个光标直线方程为：
[0026]y2＝k21*x2+b21
[0027]y2＝k22*x2+b22
[0028]其中(x1,y1)表示地标直线的交点，(x2,y2)表示光标直线的交点，且：
[0029]x1＝
‑
(b11
‑
b12)/(k11
‑
k12)
[0030]y1＝k11*(
‑
(b11
‑
b12)/(k11
‑
k12))+b11
[0031]x2＝
‑
(b21
‑
b22)/(k21
‑
k22)
[0032]y2＝k21*(
‑
(b21
‑
b22)/(k21
‑
k22))+b21。
[0033]一种机器人导航定位误差的测量装置，包括：
[0034]接收模块，用于接收移动到目标站点的定位导航，所述目标站点预先放置有地标图片，所述地标图片包含两条十字交叉的地标直线且地标直线交点与目标站点重合；
[0035]图像获取模块，用于当到达目标站点时，控制激光器向地标图片垂直发射光标，并控制摄像头拍摄地标图片，得到地标图像，其中所述地标图像中包括两条十字交叉的地标直线和两条十字交叉的光标直线；
[0036]信息获取模块，用于基于深度学习的方法根据所述地标图像获取地标信息和光标信息)
[0037]误差获取模块，用于根据所述地标信息和光标信息获取所述机器人的导航定位误差。
[0038]本专利技术还包括一种非易失性存储介质，其包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现上述的测量方法。
[0039]与现有技术相比，本专利技术至少具有下述的有益效果或优点：
[0040]本专利技术采取十字地标和十字光标标定位置的方式，并结合深度学习的图像处理方法获取地标信息和光标信息，相比现有技术中采用二维码标定的传统图像处理方法，不受环境光影响，鲁棒性更好，测量精度高。
附图说明
[0041]以下将结合附图对本专利技术做进一步详细说明；
[0042]图1为本专利技术的机器人导航定位误差的测量方法的流程图；
[0043]图2为本专利技术的机器人导航定位误差的测量场景示意图；
[0044]图3为本专利技术的机器人导航定位误差的测量的地标图片的室内拍照示意图；
[0045]图4为本专利技术的机器人导航定位误差的测量的地标图片的室外拍照示意图；
[0046]图5为本专利技术的机器人导航定位误差的测量的地标直线的二值化图；
[0047]图6为本专利技术的机器人导航定位误差的测量的光标直线的二值化图；
[0048]图7为本专利技术的机器人导航定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人导航定位误差的测量方法，包括用于摄像的摄像头和用于发射激光的激光器，其特征在于，包括以下步骤：S1、接收移动到目标站点的定位导航信息，所述目标站点预先放置有地标图片，所述地标图片包含两条十字交叉的地标直线且地标直线交点与目标站点重合；S2、当到达目标站点时，控制激光器向地标图片垂直发射光标，并控制摄像头拍摄地标图片，得到地标图像，其中所述地标图像中包括两条十字交叉的地标直线和两条十字交叉的光标直线；S3、基于深度学习的方法根据所述地标图像获取地标信息和光标信息；S4、根据所述地标信息和光标信息获取所述机器人的导航定位误差。2.根据权利要求1所述的机器人导航定位误差的测量方法，其特征在于，所述基于深度学习的方法根据所述地标图像获取地标信息和光标信息包括：使用编码器
‑
解码器的结构预测地标直线和光标直线概率分布的热力图；对所述热力图进行阈值过滤和类别判断得到地标二值化图像和光标二值化图像；使用霍夫变换方式对所述地标二值化图像进行直线检测，得到地标信息；使用霍夫变换方式对所述光标二值化图像进行直线检测，得到光标信息。3.根据权利要求2所述的机器人导航定位误差的测量方法，其特征在于，所述地标二值化图像中包括两条相互垂直的地标直线，所述光标二值化图中包括两条相互垂直的光标直线。4.根据权利要求3所述的机器人导航定位误差的测量方法，其特征在于，所述光标信息包括两个光标直线方程；所述地标信息包括两个地标直线方程。5.根据权利要求2至4任一项所述的机器人导航定位误差的测量方法，其特征在于，所述根据所述地标信息和光标信息获取所述机器人的导航定位误差包括：根据所述光标信息计算出光标直线交点；根据所述地标信息计算出地标直线交点；根据所述光标直线交点和地标直线交点计算交点连线的距离值以及交点连线与X轴之间的夹角。6.根据权利要求5所述的机器人导航定位误差的测量方法，其特征在于，所述根据所述地标信息和光标信息获取所述机...
【专利技术属性】
技术研发人员：刘振轩，柏林，刘彪，舒海燕，沈创芸，祝涛剑，王恒华，
申请(专利权)人：广州高新兴机器人有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。