景点导游小车导航及定位方法

本发明涉及小车导航及定位领域，具体涉及一种适应不同光照条件的景点导游小车导航及定位方法。

背景技术：

1、人们在旅游景点游玩时经常雇请导游进行游览活动，期间一般跟随导游进行景点游玩，景点解说，问题咨询，拍照留念等活动，相对人来说，如果用机器来代替导游，则在旅游服务中对客户是一种更多的选择，同时利用机器更能提高景区管理水平和降低管理费用。在很多领域agv(自动导引车辆)已经开始服务人类，并且得到广泛的应用，其工作方式是要求agv小车通过计算机发出搬运指令，控制agv小车的行驶路线。目前agv小车循线的引导方式主要有电磁感应引导、超声波引导、激光引导或红外引导、光学识别引导等。随着光学路标识别技术的成熟，如智能仓储机器人等采用视觉加惯性导航，在有二维码标志的区域通过机器人底部的高速摄像头识别二维码进行纠偏和定位，在没有二维码的区域通过惯性导航。这种方式用于自然环境中受多个因素影响，如：受惯性导航成本高，普通摄像头在拍摄高速运动物体时图像容易模糊，模糊的二维码图像识别难度非常大，被识别对象容易受光照和背景环境的影响容易误判。

技术实现思路

1、本发明要解决的技术问题是：提供一种景点导游小车导航及定位方法，以解决现有技术存在的惯性导航成本高、模糊的二维码图像识别难度大、被识别对象容易受光照和背景环境的影响容易误判的问题。

2、解决上述技术问题的技术方案是：一种景点导游小车导航及定位方法，该方法包括沿景区车道线设置含有定位功能、导航功能、数字信息编码功能的交通标识编码标志，景点导游小车的视觉识别系统根据导航指令、结合交通标识编码标志信息控制景点导游小车沿导航路径行驶。

3、本发明的进一步技术方案是：该方法包括以下步骤：

4、s1.设置交通标识编码标志和构建视觉识别系统

5、设置交通标识编码标志和构建视觉识别系统，所述的交通标识编码标志含有定位功能、导航功能、数字信息编码功能，该交通标识编码标志包括设有交通标识编码的交通标识牌，所述的视觉识别系统包括摄像机、板载控制器；

6、s2.接收导航指令

7、板载控制器接收到导航指令，根据导航指令确定导航目标，然后进行地图拓扑分析，将导航路径转变为沿途的导航路径交通标识编码并储存；

8、s3.景点导游小车沿导航路径行驶

9、板载控制器控制景点导游小车沿导航路径行驶，同时进行车道检测，完成确定行驶范围、计算车道曲率半径和确定小车行驶方向；

10、s4.捕获交通标识牌图像

11、景点导游小车在行驶过程中，摄像机捕获沿途前方的交通标识牌图像并进行图像处理；

12、s5.接近交通标识牌并识别交通标识编码

13、板载控制器计算景点导游小车当前位置至捕获的交通标识牌的距离，控制景点导游小车不断接近该交通标识牌直到安全距离内；同时板载控制器识别获得的交通标识牌上的交通标识编码；

14、s6.判断获得的交通标识编码是否与导航路径交通标识编码一致

15、板载控制器判断获得的交通标识编码是否与导航路径交通标识编码一致；如果是，景点导游小车继续沿景区车道线进行巡航；如果否，则根据导航信息，利用比例-微分控制器输出偏离角度和偏离距离，重新调整景点导游小车行驶路径；

16、s7.当一个导航目标到达后，景点导游小车重复步骤s3，直到遍历完整个导航路径的交通标识编码标志信息。

17、本发明的再进一步技术方案是：所述的步骤s1包括以下具体内容：

18、s11.沿景区车道线设置含有定位功能、导航功能、数字信息编码功能的交通标识编码标志，具体包括：

19、s111.设计交通标识牌：

20、交通标识牌采用红色边框，蓝色背景，交通标识牌的中间区域是交通标识编码的信息；

21、s112.设计交通标识编码

22、交通标识编码的上层数字为位置标号，采用顺序阿拉伯数字，下层数字为方向标识，所述的方向标识包括：01标识左转，10标识右转，11表示t字路口；

23、s113.交通标识牌的安装

24、交通标识牌安装在景点导游小车行走路径的悬臂杆上，且交通标识牌的安装高度接近景点导游小车的高度；

25、s12.构建景点导游小车的视觉识别系统，该视觉识别系统包括摄像机、板载控制器，摄像机用于获取图像信息，并将获取的图像信息上传至板载控制器；板载控制器预先下载有由交通标识编码构成的景区地图，该板载控制器用于进行图像处理和计算分析，并根据导航指令控制景点导游小车沿导航路径行驶。

26、本发明的再进一步技术方案是：所述步骤s3中，包括以下具体步骤：

27、s31.确定行驶范围：首先截取某一车道区域，仅对包含车道线信息的图像区域进行处理；使用透视变换，将感截取的区域图片转换成鸟瞰图，将车道线分割二值化图像素进行垂直方向累加投影,投影后像素积累越高的地方是车道线的出现的地方,针对不同颜色的车道线，其中光照和清晰度会影响车道线的判断，所以需要设置梯度阈值、颜色阈值控制参数从而得到车道线的二进制图；提取二进制图中属于车道线的像素；对二进制图片的像素进行直方图统计得到车道线的像素，统计左右两侧的峰值点，并用二阶多项式来拟合车道线像素；最后得到左右两侧的二次多项式，其表达式使用以下式1)、式2)，其aleft、bleft、cleft以及aright、bright、cright分别是左右车道的拟合系数；

28、fleft(y)＝alefty2+blefty+cleft    1)，

29、fright(y)＝arighty2+brighty+cright    2)；

30、s32.计算车道曲率半径

31、通过式3)计算曲线x＝f(y)任意点x处曲率半径作为车道曲率半径，函数f(y)在前进方向时刻t对应的y点上有二阶导数f＂(yt)，其曲率半径为式3)，

32、

33、s33.确定小车的行驶方向

34、根据阿克曼转向几何，左前轮和右前轮的偏角为同一角度，且瞬时转向中心相交于一点，转向过程中车辆质心侧偏角保持不变，则车辆瞬时转向半径r与道路曲率半径相同；分别做前轮速度和后轮速度的垂线，相交于p点，p点即为瞬时转向中心；根据三角形角度互补关系，得到两个垂线的夹角等于前轮偏角δf，m为车身轴距，r为曲率半径，进一步建立式4)所示三角函数关系得到两个垂线的夹角等于前轮偏角用于控制导航小车的前进角度，

35、δf＝arctan(m/r)    4)。

36、本发明的再进一步技术方案是：在步骤s4中，摄像机捕获沿途前方的交通标识牌图像后，进行图像处理的方法包括：

37、s41.采用直方图均衡化法把原始图的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，达到增强图像整体对比度的效果；

38、s42.将交通标识牌从实景图中检测出并将区域裁剪，其方法是把外框红色作为颜色特征，形状特征为均为圆形，将rgb颜色空间转换为hsv色彩空间模型进行色彩分割，得到检测区域；对得到检测区域进行模糊、二值化、闭运算、腐蚀和膨胀的图像操作，再使用进行查找轮廓，将轮廓转换为矩形，根据矩形的坐标，在原图进行裁剪，即得到目标区域。

39、本发明的再进一步技术方案是：所述的步骤s41中包括以下具体内容：

40、将彩色图像中的三分量亮度的最大值作为灰度图的灰度值，采用公式是f(i,j)＝max(r(i,j),g(i,j),b(i,j))；采用直方图均衡化法把原始图的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，达到增强图像整体对比度的效果，采用的公式如下：

41、

42、其中h(xi)表示直方图中每个灰度级像素的个数，w和h分别表示图像的宽和高，l表示灰度级；

43、所述的步骤s42中包括以下具体内容：

44、交通标识牌需从实景图中检测出并将区域裁剪，其方法是把外框红色作为颜色特征，形状特征为均为圆形，首先把rgb颜色空间转换为hsv色彩空间模型进行色彩分割，以便降低光线带来的影响；rgb颜色空间转换到hsv色彩空间的转换公式如下：

45、r’＝r/255，

46、g’＝g/255，

47、b’＝b/255，

48、cmax＝max(r’，g’，b’)，

49、cmin＝min(r’，g’，b’)，

50、δ＝cmax–cmin，

51、

52、

53、v＝cmax。

54、本发明的再进一步技术方案是：在步骤s42中，通过裁剪过程得到了包含交通标识牌图像的区域，当这些区域存在多个标识牌重叠时，需要识别出不受遮挡的交通标识牌，采用的方法是霍夫梯度法来识别，该霍夫梯度法包括以下步骤：

55、s421.估计圆心：

56、s4211.把原图做一次canny边缘检测，得到边缘检测的二值图；

57、s4212.对原始图像执行一次sobel算子，计算出所有像素的邻域梯度值；

58、s4213.初始化圆心个数n(a,b)，令所有的n(a,b)＝0；

59、s4214.遍历canny边缘二值图中的所有非零像素点，沿着梯度方向画线，将线段经过的所有累加器中的点(a,b)的圆心个数n(a,b)累加1；

60、s4215.统计排序圆心个数n(a,b)，最大值为真实圆心；

61、s422.针对某一个圆心(a,b)估计半径：

62、s4221.计算canny图中所有非0点距离圆心的距离；

63、s4222.距离从小到大排序，根据阈值，选取合适的可能半径；

64、s4223.初始化半径空间r,半径个数n(r)＝0；

65、s4224.遍历canny图中的非0点，对于点所满足的半径r，半径个数n(r)累加1；

66、s4225.统计得到可能的半径值；该半径值区域即为不受遮挡的交通标识牌图像区域。

67、本发明的再进一步技术方案是：在步骤s5中，所述计算景点导游小车当前位置至捕获的交通标识牌的距离的具体方法是：

68、通过捕获的交通标识牌图像分割过程得到捕获的交通标识牌图像的图像像素区域，根据图像的大小和位置，采用相似三角形方法来计算该交通标识牌的距离和角度，相似三角形公式为：f/d＝w”/w'，d是被测物体至镜头的距离，f为摄像机镜头的焦距，w'为被测物体的实际宽度，w”为物体在成像平面即感光元件上的宽度，如果已知捕获的交通标识牌的宽度，则进一步计算得到摄像机至捕获的交通标识牌的距离，即车道区域当前位置至捕获的交通标识牌的距离。

69、本发明的再进一步技术方案是：在步骤s5中，识别获得的交通标识牌上的交通标识编码具体方法为根据识别出的导航特征点，定位出交通标识编码标志中包含码值信息的数字；同时采用全连接神经网络来对定位出来的数字进行预测，最后将识别的数字通过编码规则组合在一起便是编码标志对应的码值。

70、本发明的更进一步技术方案是：在步骤s6中，所述的偏离角度通过以下方法获得：

71、把识别出来的交通标识牌圆心和图像中点的像素差作为比例-微分控制器pid的值，像素差与角度并不是线性关系，导致在图像的不同地方需要不同的pid值，现将像素差转化成角度，其过程是：

72、首先标定摄像头来得到摄像头内参，得到摄像头的内参矩阵和畸变参数：

73、内参矩阵和畸变参数(k1 k2 p1 p2 k3)，

74、然后用内参矩阵和畸变参数矫正摄像机xscreen和yscreen的像素值：

75、

76、

77、通过反三角函数得到需要的角度：

78、

79、

80、θx＝arctan(tanθx)，

81、θy＝arctan(tanθy)。

82、由于采用上述结构，本发明之景点导游小车导航及定位方法与现有技术相比，具有以下有益效果：

83、1.即使图像在模糊的情况下也可以被快速识别

84、本发明沿景区车道线设置了含有定位功能、导航功能、数字信息编码功能的交通标识编码标志，该交通标志牌标志结合了数字信息和交通标志牌的优点,使其具有导航和定位两种功能,即使图像在中度模糊的情况下也可以被快速识别。

85、2.在高速行驶时也能够精准导航和定位

86、本发明通过对视觉识别系统的摄像机采集到的图像进行图像处理，可有效缓解廉价摄像头拍摄运动物体而出现的模糊问题，而且不受光照和背景环境的影响，能快速定位出编码标志中设计的定位特征点、导航特征点，使景点导游小车即使在高速行驶时也能够精准导航和定位。

87、3.交通标识编码标志容易被识别

88、交通标识编码标志的设计采用数字，更容易理解,各个数字特征明显，从而只用很少的样本便可以训练得到精度很高的网络。

89、另外，交通标识编码的解码,根据识别出的导航特征点,便可定位出交通标识编码标志中包含码值信息的数字,从而减小之后的分类器识别数字难度；同时采用全连接神经网络来对定位出来的数字进行预测，最后将识别的数字通过编码规则组合在--起便是编码标志对应的码值,其识别比较容易。

90、4.成本低

91、本发明设计的编码标志将数字信息和交通标识的优点相结合,相比二维码具有抗干扰、易识别、信息量小，使景点导游小车在使用普通摄像头也能够精准导航和定位，从而可大大降低其成本，易于推广应用。

92、下面，结合附图和实施例对本发明之景点导游小车导航及定位方法的技术特征作进一步的说明。