本发明涉及基于特征描述的室外移动机器人环境方向地图建立方法,属于移动机器人技术领域。
背景技术:
室外移动机器人的定位方式很多,比如惯性导航方式,包括安装在驱动轮上的编码器实时计算移动机器人的位移和转向,以及电子陀螺仪,通过积分计算移动机器人的转向,这类定位方法最大的弊端就是具有累计误差,即随着工作时间的累计,误差也在不断的累计,最终导致定位数据无效。还有具有全局定位能力的方式,比如gps,可以实现全球范围的定位,但是定位精度还达不到移动机器人需要的精度,再比如激光雷达的定位方式,是以高精度测距数据为基础建立环境地图,工作过程中以测距数据与环境地图进行匹配获得当前的位置和方向,这种方式可以达到足够的精度,但是成本很高,算法很复杂,不具有普遍性。而目前,图像处理相关硬件及软件处理技术得到飞速发展,并且成本低廉,可模拟实现人眼识别方向的能力。
技术实现要素:
本发明的目的是为了克服现有技术中的不足之处,提出基于特征描述的室外移动机器人环境方向地图建立方法,以移动机器人工作环境四周的天际线为基础信息,提取天际线上剧烈变化的位置作为特征进行方向识别,具有识别速度快,易于识别的优点,并且不具有累计误差。
本发明解决其技术问题所采用的技术方案是:
基于特征描述的室外移动机器人环境方向地图建立方法,所述的移动机器人内部设置进行集中控制的处理器,与所述的处理器连接的图像采集模块和惯性导航系统,所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ,所述的处理器设置方向特征地图建立方法,所述的方向特征地图建立方法包括以下步骤:
(1)所述的移动机器人设置在工作场所的中心位置,并原地旋转一周;所述的处理器每隔角度δθ,通过所述的图像采集模块采集工作场景的图像fi(x,y),其中,i=0…⌊2π/δθ⌋-1,⌊⌋为向下取整;
(2)所述的处理器搜索图像fi(x,y)的中心线上的天际点(m/2,yi),即天空与地面或者地面建筑、植物的交界点,然后写入方向数组a[i]=yi,其中m为图像fi(x,y)在x方向上的最大值。
(3)建立方向特征地图b[j][2],其中j为初始值为0的整数,计算差分值d=a[i]-a[i-1],当i等于0时,d=a[0]-a[⌊2π/δθ⌋-1],如果|d|>t,则写入方向特征地图,即b[j][0]=d,b[j][1]=i*δθ,其中,t为差分阈值。
所述的步骤(2)中,天际点的计算方法为:
如果y>yi,满足fi(x,y)>t1,其中t1为判断天空的亮度阈值;并且fi(x,yi)-fi(x,yi-1)>t2,则点(x,yi)为天际点,其中t2为天空到地面或者建筑物、植物的亮度梯度阈值。
实施本发明的积极效果是:1、以天际线上剧烈变化的位置作为特征进行方向识别,具有识别速度快,易于识别的优点;2、具有全局性质、并且差分处理减少了位置因素的影响。
附图说明
图1是方向特征地图建立方法的流程图。
具体实施方式
现结合附图对本发明作进一步说明:
参照图1,基于特征描述的室外移动机器人环境方向地图建立方法,所述的移动机器人内部设置进行集中控制的处理器,与所述的处理器连接的图像采集模块和惯性导航系统。所述的图像采集模块负责进行所述的移动机器人工作场景的图像采集,其光轴与地面平行,可以兼顾天空和地面的成像,所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ,设置为安装在驱动轮上的编码器,实时计算割所述的草机器人的位移和转向。
所述的处理器设置方向特征地图建立方法,所述的方向特征地图建立方法包括以下步骤:
(1)所述的移动机器人设置在工作场所的中心位置,并原地旋转一周;所述的处理器每隔角度δθ,通过所述的图像采集模块采集工作场景的图像fi(x,y),其中,i=0…⌊2π/δθ⌋-1,⌊⌋为向下取整;
步骤(1)是所述的移动机器人原地旋转,并在旋转过程中建立与方向相关的图像数据的过程。所述的惯性导航系统在短时间内,累计误差还比较小,角度信息还是可以信赖的。
(2)所述的处理器搜索图像fi(x,y)的中心线上的天际点(m/2,yi),即天空与地面或者地面建筑、植物的交界点,然后写入方向数组a[i]=yi,其中m为图像fi(x,y)在x方向上的最大值,
所述的移动机器人的工作环境是复杂多变的,并且特征也是多变,不具有稳定性。但是,天空与地面或者地面建筑植物的交界点具有不变性,可作为所述的移动机器人判别方向的依据。所述的步骤(2)进行天际点的提取并进行存储,天际点的计算方法为:
如果y>yi,满足fi(x,y)>t1,其中t1为判断天空的亮度阈值;并且fi(x,yi)-fi(x,yi-1)>t2,则点(x,yi)为天际点,其中t2为天空到地面或者建筑物、植物的亮度梯度阈值。
(3)建立方向特征地图b[j][2],其中j为初始值为0的整数,计算差分值d=a[i]-a[i-1],当i等于0时,d=a[0]-a[⌊2π/δθ⌋-1],如果|d|>t,则写入方向特征地图,即b[j][0]=d,b[j][1]=i*δθ,其中,t为差分阈值。
在所述的移动机器人的工作环境四周,总会有建筑物,房屋或者树木,这些背景物就会在天际线上呈现出梯度很大的位置,以这些位置为参照就可以迅速准确估计出所述的移动机器人的方向。
1.基于特征描述的室外移动机器人环境方向地图建立方法,所述的移动机器人内部设置进行集中控制的处理器,与所述的处理器连接的图像采集模块和惯性导航系统,所述的惯性导航系统用于计算所述的移动机器人的旋转角度θ,其特征在于:所述的处理器设置方向特征地图建立方法,所述的方向特征地图建立方法包括以下步骤:
(1)所述的移动机器人设置在工作场所的中心位置,并原地旋转一周;所述的处理器每隔角度δθ,通过所述的图像采集模块采集工作场景的图像fi(x,y),其中,i=0…⌊2π/δθ⌋-1,⌊⌋为向下取整;
(2)所述的处理器搜索图像fi(x,y)的中心线上的天际点(m/2,yi),即天空与地面或者地面建筑、植物的交界点,然后写入方向数组a[i]=yi,其中m为图像fi(x,y)在x方向上的最大值。
(3)建立方向特征地图b[j][2],其中j为初始值为0的整数,计算差分值d=a[i]-a[i-1],当i等于0时,d=a[0]-a[⌊2π/δθ⌋-1],如果|d|>t,则写入方向特征地图,即b[j][0]=d,b[j][1]=i*δθ,其中,t为差分阈值。
2.根据权利要求1所述的基于特征描述的室外移动机器人环境方向地图建立方法,其特征是:所述的步骤(2)中,天际点的计算方法为:
如果y>yi,满足fi(x,y)>t1,其中t1为判断天空的亮度阈值;并且fi(x,yi)-fi(x,yi-1)>t2,则点(x,yi)为天际点,其中t2为天空到地面或者建筑物、植物的亮度梯度阈值。