[发明专利]基于天花板图像信息的机器人定位与地图构建系统

说明书

技术领域

本发明涉及机器人领域，特别是涉及一种基于天花板图像信息的机器人定位与地图构建系统。

背景技术

随着自动化和智能化的发展,机器人在工业中应用越来越广泛,地位越来越重要。机器人研究是当今比较热门的领域，其中Simultaneous Localization and Mapping（同步定位与地图构建，以下简称SLAM）技术是机器人领域比较经典的问题，SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

由于视觉传感器能够获取丰富的环境信息，近年来在SLAM中得到广泛应用，即视觉SLAM。视觉SLAM可以分为基于单目视觉的SLAM，以及双目与多目视觉SLAM两种。但是对于移动机器人而言，为了节省成本与降低系统的复杂性尤其是数据关联问题，在很多应用中只配备一台面朝前方的摄像机，这个方向有利于机器人的其它操作，例如远程显示、遥操作和避障。

但是这种技术的缺陷是：机器人的运动通常近似于沿摄像机光轴平移，因此获取的连续图像的变化很小，地图构建比较困难。

发明内容

为解决上述技术问题，本发明提供一种基于天花板图像信息的机器人定位与地图构建系统，获取的连续图像变化较明显，方便地图构建。

本发明的基于天花板图像信息的机器人定位与地图构建系统，包括：图像获取模块，特征提取模块，特征跟踪模块和存储管理模块；

所述图像获取模块，设置在机器人上，其光轴垂直于天花板，用于在机器人运动时对天花板进行拍摄，获取当前天花板图像信息；

所述图像处理模块，用于对所述图像获取模块获取的天花板图像信息进行处理；

所述特征提取模块，用于在所述图像处理模块处理后的图像信息中提取特征，得到图像特征集；

所述特征跟踪模块，用于对所述特征提取模块提取出的图像特征集中的每一个图像特征进行匹配跟踪，得到跟踪后的图像特征集；

所述存储管理模块，用于存储所述特征跟踪模块得到的图像特征集，并根据所述图像特征集绘制地图。

其中，所述图像特征为角点特征，所述图像特征集为角点特征集。

其中，所述特征跟踪模块包括光流跟踪模块和校正模块；

所述光流跟踪模块，用于通过Lucas—Kanade光流法跟踪当前图像的角点特征集中每一个角点特征，得到跟踪角点特征集；

所述校正模块，用于对所述述光流跟踪模块得到跟踪角点特征集进行校正。

进一步地，所述校正模块在当前帧图像上重新提取角点特征，得到新的角点特征集，将通过所述光流跟踪模块得到的跟踪角点特征集中每个角点特征与新的角点特征集中的角点特征在预设窗口范围内重合的角点特征作为校正后的角点特征集。

或者，所述校正模块包括第一跟踪单元，第二跟踪单元和判断单元：

设当前帧图像为图像imgA，其角点特征集为A，下一帧图像为imgB；

所述第一跟踪单元，用于以角点特征集A为基础，在下一帧图像imgB跟踪得到角点特征集B；

所述第二跟踪单元，用于以角点特征集B为基础，在当前帧图像imgA跟踪得到角点特征集B2；

所述判断单元，用于判断所述角点特征集A的各角点特征标号是否与所述角点特征集B2中的各角点特征标号相同，若相同，则取标号相同的角点特征加入预备角点特征集中。

或者，所述校正模块包括提取单元，预测单元，对比单元：

所述提取单元，用于提取当前图像的角点特征集B2；在B2中有一部分角点特征已经存在于跟踪该当前图像得到的跟踪角点特征集B；

所述预测单元，用于依照角点特征库中的角点特征预测当前图像的角点特征集B’；

所述对比单元，用于对比B2、B和B’，将B2中没有出现在B与B’的角点特征判断为新角点特征，将通过阈值的新角点特征加入到角点特征库中。

与现有技术相比本发明的有益效果为：本发明实施例提供的基于天花板图像信息的机器人定位与地图构建系统，由于将摄像机的朝向改为向天花板的方向，即机器人的运动方向垂直于摄像机的光轴，因此获取的连续图像变化较明显，方便地图构建；进一步地，在跟踪图像特征时，为了得到更好的跟踪信息，对传统的跟踪结果进行校正，使跟踪得到的角点特征更加稳定和准确，地图构建的精度也更高，即构建的地图也就更加准确。

附图说明