基于机器人视觉识别的定位方法和装置与流程

1.本发明涉及机器人技术领域，具体涉及一种基于机器人视觉识别的定位方法及其使用方法。


背景技术：

2.移动机器人是自动执行工作的机器装置，它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
3.目前，多数的移动机器人会通过实时的视频传送技术来将所拍摄的图像传出，通过人工的方式来控制机器人的行走，该种方式不仅会造成操作者的麻烦，并且对于实时的信号传输有着很高的要求，一旦出现人为判断错误或出现信号差，会导致机器人的移动出现不可预期的状况，例如移动轨迹出现偏差移动到复杂的地形，难以脱离甚至出现机器人损坏的现象。
4.究其原因就是现有技术中移动机器人不具备自主判断前方障碍物是否可以通行的功能，过于依赖人工判断和控制，对整个操作过程的效率也是非常大的阻碍。
5.为此，提出一种基于机器人视觉识别的定位方法及其使用方法来解决上述提出的问题。


技术实现要素：

6.解决的技术问题
7.针对现有技术所存在的上述缺点，本发明提供了基于机器人视觉识别的定位方法及其使用方法，能够有效地解决现有技术中机器人在判断移动路径是否具有障碍物比较麻烦的问题。
8.技术方案
9.为实现以上目的，本发明通过以下技术方案予以实现：
10.本发明提供一种基于机器人视觉识别的定位方法，包括两组同时进行的视觉采集模块，其中，所述视觉采集模块的视觉采集步骤具体包括图像采集步骤和参数差值比对步骤。
11.首先对机器人的前方进行图像采集，并对采集图像进行灰度化处理，本例中的两组所述视觉采集模块设在机器人行进方向的前端并上下等距分布，其中位于最下方的视觉采集模块的采集平面始终高于机器人的行走平面。
12.并且，两组视觉采集模块在进行单次图像采集时，同时进行图像采集，在单词的图像采集过程中，采集两个图像，并分别对两个图像进行灰度化处理，通过对位于上方的视觉采集模块中采集的图像进行分析，判断障碍物的高度，
13.再将获取的图像进行数据分析后与标定参数进行比对，根据比对结果判断是否能跨越障碍物。
14.采集过图像并分别进行灰度化处理后，图像灰度处理技术为公知技术，本例并无过多赘述，以每组所述视觉采集模块的中心为原点，以获取的灰度化图像中的x轴、y轴方向为x轴和y轴，机器人行进方向为z轴建立三维坐标系，用图像灰度值大小的方式确定y轴中灰度值最小的点，记作 (x0，y0，z0)。
15.令机器人所能跨越最高的障碍物图像中的最大值为(x0，y
x
，z0)，并在三维坐标系中进行标记，当位于最上方的视觉采集模块中采集的图像内的 y0＞y
x
时，机器人停止移动，此时机器人可选择更换移动路径或发出报警信息。
16.当位于最上方的视觉采集模块中采集的图像内的y0≤y
x
时，机器人减速行进，避免坡度过大移动速度过快，导致机器人移动不稳定。
17.进一步地，所述图像判断步骤中灰度化图像数据处理的步骤还包括有：
18.令(x0，y0，z0)所处的x轴、y轴和z轴方向为x轴、y轴和z轴，标记位于(x0，y0，z0)正上方中的参照点，记作(x0，y1，z1)，
19.当y
x
＞y0≥y1时，前方障碍物后侧没有额外障碍物或与前方障碍物高度相等，机器人减速行进；
20.当y
x
＜y0＜y1时，前方障碍物后侧有额外障碍物，机器人停止移动，当前后均有障碍物时，靠近机器人的障碍物灰度相较于后方的障碍物灰度会有所变小，从而可以判断后方的障碍物高度，从而提高了识别效率，避免重复识别。
21.当y0＜y
x
＜y1时，前方障碍物后侧有额外障碍物，且无法通过额外障碍物，机器人停止移动。
22.进一步地，所述图像判断步骤中灰度化图像数据处理的步骤还包括有：
23.在三维坐标系中标记机器人两侧顶点对应的点，标记为(|x1|，0，0)，
24.令障碍物中最靠近x1的点记作(xn，yn，zn)，
25.当|xn|＞|x1|时，视作机器人保持直线行进时不会碰撞障碍物，
26.当|xn|≤|x1|时，视作机器人保持直线行进时会碰撞障碍物，通过标记机器人两侧顶点对应的标记点，当图像中障碍物位于机器人的两侧时，可通过比对来分析机器人是否可以不碰触障碍物的情况下通过障碍物，并且根据比对结果来调整机器人的移动方向。
27.值得注意的是，本例中视觉采集模块采用摄像头，而视觉采集模块得中心即摄像头的光轴，相应的，所述图像采集步骤中还包括有调中单元，所述调中单元用于让摄像头的光轴和机器人新进路线始终保持垂直状态，以此保证摄像头采集的图像和前方障碍物之间相关位置点在坐标系中的精确性。
28.其中，图像判断步骤中还包括测距子单元，当采集图像中灰度发生变化时，前方有障碍物，此时通过测距子单元测量视觉采集模块和障碍物之间的距离，并让机器人移动至预设距离处再次进行图像采集，本例中的测距子单元包括毫米波雷达，可通过发出毫米波信号，来测量机器人和障碍物之间的距离，当检测出前方有障碍物时，通过移动机器人，直至到达预设比对值设立时障碍物的设定位置处。
29.当采集图像中灰度没有变化，视作前方无障碍物，机器人持续移动。
30.进一步地，当位于最下方的视觉采集模块中采集的图像中灰度值发生变化时，视作前方有障碍物，此时获取与障碍物之间的距离，从而整个装置可重新定义操作顺序，当位于最下方的视觉采集模块中采集的图像中灰度值发生变化时首先启动测距子模块，来测量
与障碍物之间的距离，到达预定位置处时，启动位于最上方的视觉采集模块，并采集障碍物图像对图像中的灰度值进行标记和比对。
31.一种基于机器人视觉识别的装置，包括视觉采集模块和处理器，所述视觉采集模块用于采集图像，所述处理器用于采用并实现上述的一种基于机器人视觉识别的定位方法。
32.有益效果
33.本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
34.本发明首先确定前方是否有障碍物，并对障碍物的实时图像进行拍摄和灰度化处理，通过判断障碍物的高度，并对高度和灰度分别进行标记同时与预设值进行比对，判断机器人是否在不影响自身移动的前提下可以越过前方障碍物，并且利用前后障碍物灰度不同的特性来确定后方是否有障碍物以及障碍物的高度，以此来确定是否需要更换路线或减慢行进速度。
附图说明
35.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
36.图1为本发明实施例中的视觉定位步骤示意图；
37.图2为本发明实施例中的视觉定位流程示意图；
38.图3为本发明实施例中的参照点三维坐标系标记示意图；
39.图4为本发明实施例中的视觉采集模块采集示意图；
40.图5为本发明实施例中的视觉采集侧边采集示意图。
具体实施方式
41.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.下面结合实施例对本发明作进一步的描述。
43.实施例：基于机器人视觉识别的定位方法，包括两组同时进行的视觉采集模块，其中，所述视觉采集模块的视觉采集步骤具体包括图像采集步骤和参数差值比对步骤。
44.首先对机器人的前方进行图像采集，并对采集图像进行灰度化处理，本例中的两组所述视觉采集模块设在机器人行进方向的前端并上下等距分布，其中位于最下方的视觉采集模块的采集平面始终高于机器人的行走平面。
45.并且，两组视觉采集模块在进行单次图像采集时，同时进行图像采集，在单词的图像采集过程中，采集两个图像，并分别对两个图像进行灰度化处理，通过对位于上方的视觉采集模块中采集的图像进行分析，判断障碍物的高度，
46.再将获取的图像进行数据分析后与标定参数进行比对，根据比对结果判断是否能
跨越障碍物。
47.采集过图像并分别进行灰度化处理后，图像灰度处理技术为公知技术，本例并无过多赘述，以每组所述视觉采集模块的中心为原点，以获取的灰度化图像中的x轴、y轴方向为x轴和y轴，机器人行进方向为z轴建立三维坐标系，用图像灰度值大小的方式确定y轴中灰度值最小的点，记作(x0，y0，z0)。
48.令机器人所能跨越最高的障碍物图像中的最大值为(x0，y
x
，z0)，并在三维坐标系中进行标记，当位于最上方的视觉采集模块中采集的图像内的 y0＞y
x
时，机器人停止移动，此时机器人可选择更换移动路径或发出报警信息。
49.当位于最上方的视觉采集模块中采集的图像内的y0≤y
x
时，机器人减速行进，避免坡度过大移动速度过快，导致机器人移动不稳定。
50.进一步地，所述图像判断步骤中灰度化图像数据处理的步骤还包括有：
51.令(x0，y0，z0)所处的x轴、y轴和z轴方向为x轴、y轴和z轴，标记位于(x0，y0，z0)正上方中的参照点，记作(x0，y1，z1)，
52.当y
x
＞y0≥y1时，前方障碍物后侧没有额外障碍物或与前方障碍物高度相等，机器人减速行进；
53.当y
x
＜y0＜y1时，前方障碍物后侧有额外障碍物，机器人停止移动，当前后均有障碍物时，靠近机器人的障碍物灰度相较于后方的障碍物灰度会有所变小，从而可以判断后方的障碍物高度，从而提高了识别效率，避免重复识别。
54.当y0＜y
x
＜y1时，前方障碍物后侧有额外障碍物，且无法通过额外障碍物，机器人停止移动。
55.在此，还可通过判断前方具有多处障碍物处在当前机器人的行进路线中，可通过设定障碍物数量比对阈值，来确定是否更换行进路线，减少机器人的行进颠簸。
56.进一步地，所述图像判断步骤中灰度化图像数据处理的步骤还包括有：
57.在三维坐标系中标记机器人两侧顶点对应的点，标记为(|x1|，0，0)，
58.令障碍物中最靠近x1的点记作(xn，yn，zn)，
59.当|xn|＞|x1|时，视作机器人保持直线行进时不会碰撞障碍物，
60.当lxn|≤|x1|时，视作机器人保持直线行进时会碰撞障碍物，通过标记机器人两侧顶点对应的标记点，当图像中障碍物位于机器人的两侧时，可通过比对来分析机器人是否可以不碰触障碍物的情况下通过障碍物，并且根据比对结果来调整机器人的移动方向。
61.值得注意的是，本例中视觉采集模块采用摄像头，而视觉采集模块得中心即摄像头的光轴，相应的，所述图像采集步骤中还包括有调中单元，所述调中单元用于让摄像头的光轴和机器人新进路线始终保持垂直状态，以此保证摄像头采集的图像和前方障碍物之间相关位置点在坐标系中的精确性。
62.其中，图像判断步骤中还包括测距子单元，当采集图像中灰度发生变化时，前方有障碍物，此时通过测距子单元测量视觉采集模块和障碍物之间的距离，并让机器人移动至预设距离处再次进行图像采集，本例中的测距子单元包括毫米波雷达，可通过发出毫米波信号，来测量机器人和障碍物之间的距离，当检测出前方有障碍物时，通过移动机器人，直至到达预设比对值设立时障碍物的设定位置处。
63.当采集图像中灰度没有变化，视作前方无障碍物，机器人持续移动。
64.进一步地，当位于最下方的视觉采集模块中采集的图像中灰度值发生变化时，视作前方有障碍物，此时获取与障碍物之间的距离，从而整个装置可重新定义操作顺序，当位于最下方的视觉采集模块中采集的图像中灰度值发生变化时首先启动测距子模块，来测量与障碍物之间的距离，到达预定位置处时，启动位于最上方的视觉采集模块，并采集障碍物图像对图像中的灰度值进行标记和比对。
65.一种基于机器人视觉识别的装置，包括视觉采集模块和处理器，所述视觉采集模块用于采集图像，所述处理器用于采用并实现上述的一种基于机器人视觉识别的定位方法。
66.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。