[发明专利]一种空间绳系机器人抓捕区域内的障碍物检测方法

说明书

技术领域

本发明属于图像处理与计算机视觉技术领域，具体涉及一种空间绳系机器人抓捕区域内的障碍物检测方法。

背景技术

空间绳系机器人系统由“空间绳系机器人+空间系绳+空间平台”组成，具有安全、灵活、操作距离远等特点。近年来，随着空间技术的不断发展，空间绳系机器人被广泛地应用于包括在轨维修、在轨加注、辅助变轨、在轨空间站辅助组装、轨道垃圾清理、目标捕获等在轨服务中，已经成为空间操控技术领域的研究热点之一。

在空间绳系机器人对目标实施抓捕的过程中，要先对抓捕点附近进行障碍物检测，得出障碍物到抓捕点的最近距离，把该距离信息返回给控制系统，再由控制系统判断该抓捕点是否能够安全实施抓捕，并控制机械爪张开的大小和角度，从而避开障碍物，最终实现安全可靠的抓捕住目标。由于一般抓捕点都选取在卫星翻板支架等具有一般特征的结构上，而附近的可能出现的障碍物一般是卫星的外部轮廓、伸出的天线、发动机等，这些障碍物一般纹理结构都比较简单，尺寸比较大，多数情况下是只有一部分出现在我们需要检测的抓捕区域的范围之内，而且一般都包含丰富的直线段结构。基于这些特点，本发明先对障碍物进行直线段检测，得出障碍物大概的轮廓结构，然后遍历障碍物轮廓上的点，对其进行三维重建，找出距离抓捕点的三维空间距离最近的障碍物上的点，并得出三维的最近距离和最近障碍物点的三维空间坐标。

传统的用于直线段检测的方法是，首先用Canny边缘检测，接着用Hough变换，提取那些包含的边缘点数超过给定阈值的所有直线，然后再使用长度阈值把这些直线切割为线段。尽管本发明具有良好的抗噪性，对于不完整边缘具有鲁棒性，以及对部分遮盖区域不敏感等优点，但是其计算量大、存储量大、多峰值检测以及断点检测效率低等缺陷严重限制了它的应用范围，而且Hough变换更适合于全局的直线段检测而不是局部直线段检测。

发明内容

本发明主要针对配备有双目相机的空间绳系机器人对抓捕点附近进行障碍物检测的应用，提供了一种适用于空间绳系机器人的空间绳系机器人抓捕区域内的障碍物检测方法，该方法用于检测复杂场景中抓捕点附近障碍物直线段的轮廓，并得到距离抓捕点最近的障碍物点的三维坐标和最近的距离，本发明具有良好的鲁棒性，实时性，计算速度快，检测结果准确等优点。

为实现上述目的，本发明所采用的技术方案包括以下步骤：

1)利用空间绳系机器人上的双目相机对目标进行图像采集；

采集到目标的左图像I_L和右图像I_R；

2)在左图像I_L上，以抓捕点O为中心设置一个矩形抓捕区域R，作为处理的感兴趣区域R；

3)在感兴趣区域R内计算该图像的梯度，并计算梯度模值和直线方向角；

4)根据图像的像素梯度模值的大小，利用伪序法对图像的像素进行排序；

5)按照伪序排列结果，选取种子像素，按照区域增长方法计算直线段候选区域Re；

6)划分出直线段候选区域Re后，采用外接矩形法描述和判定直线段候选区域Re，并且计算外接矩形的短轴和长轴的方向以及端点坐标；

7)采用外接矩形长短轴之比与阈值进行比较的方法，确定出所要检测障碍物的直线段边缘；

8)遍历障碍物直线段边缘上的像素点，对其进行三维重建，并计算与抓捕点O之间的三维距离，得出最近的距离和最近的障碍物点的三维坐标。

所述的步骤3)中，计算梯度模值和直线方向角的具体步骤如下：

3-1)：对于感兴趣区域R中的像素(x,y)，其x，y方向上的梯度g_x(x,y)，g_y(x,y)定义为：

式中，I(x,y)为像素(x,y)的灰度值；

3-2)：计算梯度的模值G(x,y)，公式如下：

直线方向角θ定义为：

所述的步骤4)中，利用伪序法对像素进行排序的具体方法如下：

首先按照梯度模值的最大值和最小值线性生成一个区间，然后将每一个像素按照梯度模值大小放入对应区间内。

对于同一区间内的像素，认为其梯度模值相差很小，以同等的概率选为邻域增长的种子点。

所述的步骤5)中，计算直线段候选区域Re的具体方法如下：

5-1)按照伪序排列结果，根据梯度模值从大到小选取区域增长的种子点，并且要求该点没有被访问过，区域增长从该种子像素开始；

5-2)定义区域的角度为：