视觉定位方法、机器人及存储介质技术

本申请提供一种视觉定位方法、机器人及存储介质，该方法包括：获取预设的视觉标签对应的图像数据，所述视觉标签包括预设轮廓和位于所述预设轮廓内的预设圆点；对所述图像数据进行识别，得到目标轮廓；基于所述目标轮廓确定所述图像数据中的目标兴趣区域；对所述目标兴趣区域内的图像数据进行圆点检测，得到多个目标圆点；获取所述多个目标圆点的位置坐标，根据所述多个目标圆点的位置坐标确定所述图像数据的位置和角度。本申请旨在通过优化视觉定位标签的检测识别过程，得到准确的定位数据，在提高视觉定位标签识别准确性的同时，实现了高效精准的视觉定位引导，进而引导智能机器人高效完成作业任务，提高了用户体验。提高了用户体验。提高了用户体验。

【技术实现步骤摘要】
视觉定位方法、机器人及存储介质


[0001]本申请涉及机器人
，尤其涉及一种视觉定位方法、机器人及存储介质。

技术介绍

[0002]随着人工智能技术的发展，智能机器人已经广泛运用于各种高要求的自动化场景，其中，具备视觉的智能机器人能更快、更准、更灵活地完成定位抓取、对位组装等操作。目前，常见的视觉智能机器人一般通过图像分析视觉定位标签，来获取坐标位置和角度，再引导智能机器人完成对应的操作。因此，视觉定位是引导智能机器人的核心技术。
[0003]由于目前一般采用特征点法计算视觉定位标签的定位数据，其提取的图像特征与实际图像的一致性较低，往往计算得出特征点之间存在着偏差，使得定位数据也存在较大的偏差，进而导致视觉定位的准确性低。

技术实现思路

[0004]本申请的主要目的在于提供一种视觉定位方法、机器人及存储介质，旨在通过优化视觉定位标签的检测识别过程，得到准确的定位数据，在提高视觉定位标签识别准确性的同时，实现了高效精准的视觉定位引导，进而引导智能机器人高效完成作业任务，提高了用户体验。
[0005]第一方面，本申请提供了一种视觉定位方法，所述方法包括：
[0006]获取预设的视觉标签对应的图像数据，所述视觉标签包括预设轮廓和位于所述预设轮廓内的预设圆点；
[0007]对所述图像数据进行识别，得到目标轮廓；
[0008]基于所述目标轮廓确定所述图像数据中的目标兴趣区域；
[0009]对所述目标兴趣区域内的图像数据进行圆点检测，得到多个目标圆点；/>[0010]获取所述多个目标圆点的位置坐标，根据所述多个目标圆点的位置坐标确定所述图像数据的位置和角度。
[0011]第二方面，本申请还提供了一种机器人，所述机器人包括：
[0012]存储器和处理器；
[0013]其中，所述存储器，用于存储计算机程序；
[0014]所述处理器，用于执行所述的计算机程序并在执行所述的计算机程序时实现如本申请实施例任一项所述的视觉定位方法的步骤。
[0015]第三方面，本申请还提供了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程序，所述计算机程序被处理器执行时使所述处理器实现如本申请实施例中任一项所述的视觉定位方法的步骤。
[0016]本申请公开的视觉定位方法、机器人及计算机可读存储介质，能够获取包括预设轮廓和预设原点的视觉标签及其对应的图像数据，并对该图像数据进行识别，得到目标轮廓。进一步的，可基于目标轮廓确定图像数据中的兴趣区域，以排除其他信息对识别过程的
干扰，提高识别的稳定性。最后对兴趣区域内的图像数据记性圆点检测，得到目标圆点，进而根据目标圆点的坐标位置得到图像数据的位置和角度。如此，实现了视觉标签的精准识别以及定位。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0018]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请的实施例提供的一种视觉定位方法的步骤示意图；
[0020]图2是本申请的实施例提供的识别图像数据的步骤示意图；
[0021]图3是本申请的实施例提供的确定目标兴趣区域的步骤示意图；
[0022]图4是本申请实施例提供的一种机器人的示意图；
[0023]图5为本申请提供的一种计算机可读存储介质的结构示意图。
[0024]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
具体实施方式
[0025]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0026]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0027]应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0028]应当理解，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一识别模型和第二识别模型仅仅是为了区分不同的回调函数，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
[0029]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0030]下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0031]请参阅图1，图1是本申请的实施例提供的一种视觉定位方法的步骤示意图。如图1
所示，该视觉定位方法包括步骤S11至步骤S15。
[0032]步骤S11：获取预设的视觉标签对应的图像数据，视觉标签包括预设轮廓和位于预设轮廓内的预设圆点。
[0033]需要说明的是，视觉标签是一种提前布设好、并在移动平台进行实时的导航定位前，就已经为移动平台所知的标识，常用作视觉辅助定位或者物体的识别。因此，机器人可通过识别视觉标签，得到其对应的位置坐标信息，进而实现定位抓取、对位组装等操作。
[0034]此外，本申请对于视觉标签的预设轮廓以及预设轮廓内的预设圆点不加以限定。例如预设轮廓可以为五边形方框、六边形方框以及七边形方框等，进一步的，预设圆点的数量可以为6、7、8等。为了构建一个非对称的形状用于区分视觉标签的方向性，本申请以预设轮廓为五边形方框，且预设圆点的数量为6为例进行说明，其中，预设轮廓中最短的边的逆时针第一个点可作为视觉标签中的方向关键点。在此基础上，该视觉标签内部有6个预设圆点，其圆心可用于视觉标签对应的图像数据的精准计算。
[0035]进一步的，在具体实施中，基于S11获取到预设的视觉标签对应的图像数据后，本公开实施例还可以通过步骤S12进行下一步处理，具体描述如下：
[0036]步骤S12：对图像数据进行识别，得到目标轮廓。
[0037]需要说明的是，本申请对于将图像数据进行识别，进而得到目标轮廓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉定位方法，其特征在于，所述方法包括：获取预设的视觉标签对应的图像数据，所述视觉标签包括预设轮廓和位于所述预设轮廓内的预设圆点；对所述图像数据进行识别，得到目标轮廓；基于所述目标轮廓确定所述图像数据中的目标兴趣区域；对所述目标兴趣区域内的图像数据进行圆点检测，得到多个目标圆点；获取所述多个目标圆点的位置坐标，根据所述多个目标圆点的位置坐标确定所述图像数据的位置和角度。2.根据权利要求1所述的方法，其特征在于，所述对所述图像数据进行识别之前，还包括：将所述图像数据转化为单通道灰度图像，得到灰度图像数据；对所述灰度图像数据进行图像预处理，得到待识别轮廓图像，所述图像预处理包括图像降噪处理、阈值分割处理和图像平滑处理。3.根据权利要求2所述的方法，其特征在于，所述对所述图像数据进行识别，得到目标轮廓，包括：提取所述待识别轮廓图像内的多个轮廓；基于预设轮廓要求对所述多个轮廓进行筛选，得到所述目标轮廓。4.根据权利要求3所述的方法，其特征在于，所述基于预设轮廓要求对所述多个轮廓进行筛选，得到所述目标轮廓，包括：对所述多个轮廓进行多边形拟合，得到多个多边形；判断所述多个多边形是否满足所述预设轮廓要求；若所述多边形满足所述预设轮廓要求，则确定为所述目标轮廓。5.根据权利要求4所述的方法，其特征在于，所述预设轮廓要求包括所述多边形为五边形，所述五边形的面积在预设轮廓面积范围内，且所述五边形的最小边长符合预设长度。6.根据权利要求4所述的方法，其特征在于，所述基于所述目标轮廓确定所述图像数据中的目标兴趣区域，包括：获取...

【专利技术属性】
技术研发人员：黎江华，张鹏飞，杨铤，郑毅斌，韩嘉乐，
申请(专利权)人：深圳优艾智合机器人科技有限公司，
类型：发明
国别省市：