一种基于一般物体识别的机器人视觉导航方法技术

本发明专利技术公开了一种基于一般物体识别的机器人视觉导航方法，包括如下步骤：绘制实际环境的手绘地图；机载摄像机读入实际环境的图片；运用判别函数对读入的图片进行判决，识别自然路标；机器人通过传感器测量识别的自然路标和机器人的位置关系，完成自定位。本发明专利技术解决在室内未知环境中机器人的自主导航问题。

【技术实现步骤摘要】

本专利技术属于人工智能
，特别涉及。
技术介绍
随着科技的进步和社会的发展，目前越来越多的智能移动机器人走进人们的日常生活，诸如家政服务机器人、伴侶机器人等将会逐渐代替人类去做繁琐重复的事情。在移动机器人技术的研究中，导航是其研究关键技术之一，其研究目标是在没有人的干预下，使机器人有目的地移动到目标区域，以便进行特定操作，完成特定任务。在移动机器人导航控制理论和方法的研究中，确定性环境的导航控制方法已经取得大量的研究和应用成果。对未知环境中移动机器人导航也展开ー些研究，并提出了若干方法，但并没有形成统ー和完善的体系，还有许多关键理论和技术有待解决和完善。这些问题主要包括环境建模、定位、导航控制器的学习和优化、故障诊断、在线运动规划和控制。机器人的导航问题可以归结为“我在哪”、“我要去哪”及“我如何到达那里”这三个问题。机器人为了完成导航任务，必须解决如下四个问题运动控制(Motion Control)、地图构建(World Modeling)、路径规划(Planning)和定位(Localization)。其中路径规划和机器人自身的位置定位是机器人导航的基础和关键环节。移动机器人的路径规划可以分为基于地图的全局路径规划和基于机器人自身携帯传感器的局部路径规划。对于环境已知条件下的离线全局规划方法，现在已经有很多的研究成果。基于机器人自身携帯传感器的局部路径规划是实现移动机器人在未知环境中导航的重要技术，也是移动机器人导航研究领域的研究热点。类比于人类在未知环境中的问路方式，李新德、吴雪建等人在“一种基于手绘地图的动态环境视觉导航方法”(李新德、吴雪建、朱博、戴先中.一种基于手绘地图的动态环境视觉导航方法.机器人，2011，33 (4) =490-501.)提出了手绘地图的动态环境视觉导航方法，该方法通过手绘地图的方式，给出机器人起始、終止信息，以及在行进过程中遇到的标志性參照物的大体相对位置关系，不需要对现实环境进行精确测量，只需要目測大概方位和距离即可方便快捷地对陌生环境进行处理。由于室内环境具有多祥性和可变性，如果事先将摄像机要捜索的目标物自身的确切图像信息告诉机器人，让机器人在行进过程中进行匹配识别，当环境发生变化时，还需要重新把目标物的信息指定给机器人，这样会很大限制机器人导航方法的适用性。为了解决在变化环境中一般物体识别问题，有人在自然物体表面人为的添加一些标志物，比如红色或者緑色的纸片，通过让机器人捜索事前粘贴的标签来寻找自然物体，该方法表面上是寻找到了自然物体，但该方法的本质是对人为定义的标签进行识别的过程，因此并不满足在真实环境中对一般物体识别，此外，物体表面添加标签也改变了物体的真实外观。并且在实际应用中图像处理过程中运算量大从而会影响移动机器人实时性。
技术实现思路
专利技术目的针对上述现有技术存在的问题和不足，本专利技术的目的是提供，解决在室内未知环境中机器人的自主导航问题。技术方案为实现上述专利技术目的，本专利技术米用的技术方案为ー种基于一般物体识别的机器人视觉导航方法，包括如下步骤(I)绘制实际环境的手绘地图；(2)机载摄像机读入实际环境的图片；(3)运用判别函数对读入的图片进行判决，识别自然路标； (4)机器人通过传感器測量识别的自然路标和机器人的位置关系，完成自定位。 进ー步的，所述步骤(I)中，手绘地图呈现给机器人的信息包括机器人的起始点和方向，路径的起点和終点，起点和終点之间的大概实际物理距离，机器人从起点到终点过程中会遇到的关键路标的大体位置；将机器人引导到关键路标附近，然后向着下一个关键路标运行。进ー步的，所述步骤(2)还包括①建立视觉词库进行图片的特征点检测,生成各类物体的视觉词库；②图像预处理将待检测图片中的每ー个特征点与视觉词库中的每ー个视觉单词进行相似性计算，若特征点与相应视觉单词的误差不大于设定的阈值，认为该特征点是构成目标物体的特征点；③用一个多维向量描述预处理后的图像。更进一歩的，所述步骤①中，还包括对视觉词库中的视觉单词进行聚类分析的步骤。更进一歩的，所述步骤②中，还包括运用随机抽样一致性算法处理背景上的干扰点的步骤。更进一歩的，所述步骤③中，多维向量中的元素的性质包括对视觉单词本身数量的描述和视觉单词空间关系描述，其中对视觉单词本身数量的描述指视觉单词库中视觉单词出现的次数，视觉单词空间关系描述指用每个视觉单词相对于物体几何中心距离特征与角度特征来描述每个视觉单词的位置特征。进ー步的，所述步骤(3)中的判别函数由离线训练得出。进ー步的，所述特征点检测和描述采用GPU加速图像处理。进ー步的，所述传感器为声纳传感器。有益效果本专利技术提出一种新的一般物体识别方法，解决在未知环境中机器人的自主导航问题。不仅解决了在变化环境中一般物体识别问题，并且不改变物体的真实外观，还能够消减背景环境对一般物体识别过程的影响。针对图像处理过程中运算量大从而影响移动机器人实时性的问题，引入GPU加速来提升系统处理速度。最后通过模仿人类问路方式，利用手绘地图、一般物体识别方法和GPU加速处理进行机器人导航运行。本专利技术所提出的方法对机器人在复杂多变的真实环境中实现智能导航有重要意义，其实时性和对环境的鲁棒性可以促进家政服务机器人顺利走进人类的生活。附图说明图I为机器人导航的流程图；图2为真实实验室环境的照片；图3为图2的平面图；，图4为手绘地图；图5为一般物体识别的流程图；图6为图片上的特征点； 7(al),(a2),(bl),(b2),(cl),(c2)分别为不同目标特征点提取处理前(尾数为I)后(尾数为2)的效果图； 图8为特征点的空间位置图；图9为硬件设备信息流向图；图10为三次实验中识别出来的不同物体，左侧图片为第一次实验物体，中间图片为第二次实验物体，右侧图片为第三次实验物体；图11为实验一手绘路径和三次实验机器人行走的路径图；图12为更改机器人行进路线后的导航线路图，图中的1、2、3、4、5标志为路标；图13为实验二手绘路径和机器人行走的路径图；图14为实验三手绘路径和三次实验机器人行走的路径图；图15为实验四手绘路径和三次实验机器人行走的路径图。具体实施例方式下面结合附图和具体实施例，进ー步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定的范围。本专利技术的目的是为了解决在室内未知环境中机器人的自主导航问题。路径规划是机器人导航的基础和关键环节，一般路径规划可分为基于地图的全局路径规划和基于机器人自身携帯传感器的局部路径规划。对于环境已知条件下的离线全局规划方法，现在已经有很多的研究成果，基于机器人自身携帯传感器的局部路径规划是实现移动机器人在未知环境中导航的重要技术，也是移动机器人导航研究領域的研究热点。本专利技术运用机器人自身携帯的视觉传感器来识别环境中的自然路标，在手绘地图的帮助下完成机器人在未知环境中的自主导航。本专利技术提出了ー种新奇的一般物体识别方法，采用统计的思想，在图像描述环节，把一幅图片包含的局部特征点信息抽象映转换成一个多维行向量(XtlX1X2... xp^xp^xp^yoyiy；,......yQ-3yQ-2yQ-i)，其中前P维为出现在该图本文档来自技高网...

【技术保护点】
一种基于一般物体识别的机器人视觉导航方法，包括如下步骤：(1)绘制实际环境的手绘地图；(2)机载摄像机读入实际环境的图片；(3)运用判别函数对读入的图片进行判决，识别自然路标；(4)机器人通过传感器测量识别的自然路标和机器人的位置关系，完成自定位。

【技术特征摘要】

【专利技术属性】
技术研发人员：李新德，张晓，朱博，金晓彬，
申请(专利权)人：东南大学，
类型：发明
国别省市：