基于视觉识别的机器人导航方法、导航机器人及介质技术

本申请实施例提供了基于视觉识别的机器人导航方法、导航机器人及介质，通过获取包括ArUco码的环境图像；根据环境图像构建ArUco码分布地图；根据环境图像和预设任务生成导航路径；根据ArUco码分布地图和导航路径，得到位置信息和姿态信息；克服了传统视觉导航方式对辅助物理条件依赖性强、对环境要求高、不灵活的缺陷，可探测距离长，受干扰小，环境适应性强，使用范围广。使用范围广。使用范围广。

【技术实现步骤摘要】
基于视觉识别的机器人导航方法、导航机器人及介质


[0001]本申请实施例涉及但不限于自动化设备领域，尤其涉及基于视觉识别的机器人导航方法、导航机器人及介质。

技术介绍

[0002]导航机器人是根据自身的传感器实现灵活的自主定位与导航。目前部分导航机器人通过二维码进行识别导航，但这需要根据机器人的行驶路径提前布置二维码，机器人行进路线受二维码布局和二维码导航信息的制约，行走方式单一，难以实现复杂的曲线行驶，应用场景具有局限性。

技术实现思路

[0003]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0004]本申请实施例提供了基于视觉识别的机器人导航方法、导航机器人及介质，使得机器人视觉导航更加灵活方便。
[0005]本申请的第一方面，一种基于视觉识别的机器人导航方法，包括：
[0006]获取环境图像，所述环境图像包括ArUco码；
[0007]根据所述环境图像构建ArUco码分布地图；
[0008]根据所述环境图像和预设任务生成导航路径；
[0009]根据所述ArUco码分布地图和所述导航路径，得到位置信息和姿态信息。
[0010]本申请的某些实施例中，在所述获取环境图像之后，所述基于视觉识别的机器人导航方法包括：
[0011]对所述环境图像按照棋盘格标定方法进行标定，得到相机的内参数，所述相机用于获取所述环境图像。
[0012]本申请的某些实施例中，所述相机的内参数包括所述相机的图像分辨率、所述相机的内参矩阵、所述相机的畸变参数和所述相机的矫正参数中的一种或多种。
[0013]本申请的某些实施例中，所述根据所述环境图像构建ArUco码分布地图，包括：
[0014]从所述环境图像识别ArUco码的关键信息，所述ArUco码的关键信息包括所述ArUco码的ID和所述ArUco码的四个角点的三维坐标；
[0015]基于所述ArUco码的关键信息，由所述ArUco码与相机的位姿关系经过所述ArUco码与相机之间的坐标变换，得到所述ArUco码之间的相对位姿关系；
[0016]将任意一个所述ArUco码作为参考码，根据所述ArUco码之间的相对位姿关系得到所有所述ArUco码在所述参考码对应的坐标系中的位姿分布；
[0017]根据所述ArUco码在所述参考码对应的坐标系中的位姿分布，得到所述ArUco码分布地图，所述ArUco码分布地图包括所述ArUco码的分布点云。
[0018]本申请的某些实施例中，所述从所述环境图像识别ArUco码的关键信息，包括：
[0019]将所述环境图像转换为灰色图；
[0020]对所述灰色图进行阈值分割处理和平滑滤波处理；
[0021]对经过阈值分割处理和平滑滤波处理的灰色图进行提取轮廓处理和筛选轮廓处理，得到ArUco码的轮廓；
[0022]对所述ArUco码的轮廓依次进行透视变换处理、编码排列处理和编码识别处理，得到所述ArUco码的关键信息。
[0023]本申请的某些实施例中，所述根据所述环境图像和预设任务生成导航路径，包括：
[0024]由所述预设任务得到规划路线；
[0025]根据所述环境图像，将所述规划路线离散化为在所述参考码对应的坐标系中的多个三维坐标点；
[0026]由多个三维坐标点组成所述导航路径。
[0027]本申请的某些实施例中，所述根据所述ArUco码分布地图和所述导航路径，得到位置信息和姿态信息，包括：
[0028]获取实时图像中的实时ArUco码的ID和实时ArUco码的四个角点的三维坐标；
[0029]根据实时ArUco码的ID和实时ArUco码的四个角点的三维坐标，得到位置信息；
[0030]根据所述ArUco码分布地图中的ArUco码的分布点云、所述导航路径的三维坐标点和所述位置信息，判断是否到达目的位置；
[0031]当未到达目的位置，根据所述ArUco码分布地图中的ArUco码的分布点云和所述导航路径的三维坐标点确定下一位置所对应的坐标值；
[0032]根据下一位置所对应的坐标值，计算得到所述姿态信息。
[0033]本申请的某些实施例中，在所述根据所述ArUco码分布地图和所述导航路径，得到位置信息和姿态信息之后，所述基于视觉识别的机器人导航方法还包括：
[0034]根据所述位置信息和所述姿态信息行走；
[0035]在行走过程中，根据传感器获取的测量数据得到数据偏差值，根据所述数据偏差值和所述下一位置所对应的坐标值对所述姿态信息进行修正，根据修正后的姿态信息进行曲线运动以纠偏路径。
[0036]本申请的第二方面，一种导航机器人，包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现如上所述的基于视觉识别的机器人导航方法。
[0037]本申请的第三方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上所述的基于视觉识别的机器人导航方法。
[0038]上述方案至少具有以下的有益效果：通过获取包括ArUco码的环境图像；根据环境图像构建ArUco码分布地图；根据环境图像和预设任务生成导航路径；根据ArUco码分布地图和导航路径，得到位置信息和姿态信息；克服了传统视觉导航方式对辅助物理条件依赖性强、对环境要求高、不灵活的缺陷，可探测距离长，受干扰小，环境适应性强，使用范围广。
附图说明
[0039]附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0040]图1是本申请实施例所提供的基于视觉识别的机器人导航方法的步骤图；
[0041]图2是步骤S110的步骤图；
[0042]图3是步骤S200的子步骤图；
[0043]图4是步骤S210的子步骤图；
[0044]图5是步骤S300的子步骤图；
[0045]图6是步骤S400的子步骤图；
[0046]图7是纠偏路径步骤的步骤图。
具体实施方式
[0047]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0048]需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0049]下面结合附图，对本申请实施例作进一步阐述。...

【技术保护点】

【技术特征摘要】
1.一种基于视觉识别的机器人导航方法，其特征在于，包括：获取环境图像，所述环境图像包括ArUco码；根据所述环境图像构建ArUco码分布地图；根据所述环境图像和预设任务生成导航路径；根据所述ArUco码分布地图和所述导航路径，得到位置信息和姿态信息。2.根据权利要求1所述的一种基于视觉识别的机器人导航方法，其特征在于，在所述获取环境图像之后，所述基于视觉识别的机器人导航方法包括：对所述环境图像按照棋盘格标定方法进行标定，得到相机的内参数，所述相机用于获取所述环境图像。3.根据权利要求2所述的一种基于视觉识别的机器人导航方法，其特征在于，所述相机的内参数包括所述相机的图像分辨率、所述相机的内参矩阵、所述相机的畸变参数和所述相机的矫正参数中的一种或多种。4.根据权利要求1所述的一种基于视觉识别的机器人导航方法，其特征在于，所述根据所述环境图像构建ArUco码分布地图，包括：从所述环境图像识别ArUco码的关键信息，所述ArUco码的关键信息包括所述ArUco码的ID和所述ArUco码的四个角点的三维坐标；基于所述ArUco码的关键信息，由所述ArUco码与相机的位姿关系经过所述ArUco码与相机之间的坐标变换，得到所述ArUco码之间的相对位姿关系；将任意一个所述ArUco码作为参考码，根据所述ArUco码之间的相对位姿关系得到所有所述ArUco码在所述参考码对应的坐标系中的位姿分布；根据所述ArUco码在所述参考码对应的坐标系中的位姿分布，得到所述ArUco码分布地图，所述ArUco码分布地图包括所述ArUco码的分布点云。5.根据权利要求1所述的一种基于视觉识别的机器人导航方法，其特征在于，所述从所述环境图像识别ArUco码的关键信息，包括：将所述环境图像转换为灰色图；对所述灰色图进行阈值分割处理和平滑滤波处理；对经过阈值分割处理和平滑滤波处理的灰色图进行提取轮廓处理和筛选轮廓处理，得到ArUco码的轮廓；对所述ArUco码的轮廓依次进行透视变换处理、编码排列处理和编码识别处理，得到所述ArUco码的关键...

【专利技术属性】
技术研发人员：张育枝，张建民，孙肇鸿，邓明锋，陈飞文，钟锦鸿，陈世霖，陈伟强，黄辉，龙佳乐，陈浩源，周灼均，吴清秀，
申请(专利权)人：五邑大学，
类型：发明
国别省市：