[发明专利]一种复杂环境下的视觉定位方法

说明书

本发明公开了一种复杂环境下的视觉定位方法，涉及机器人定位技术领域，解决了机器人在复杂环境下定位精度较低的问题。本发明包括对机器人的位置进行远距离左右校准和近距离左右校准，对于远距离左右校准，为了能够计算得到机器人当前位置与标准位置之间的差异，将当前位置摄像头采集到的图像与标准位置模板图像进行匹配，通过计算差异得到机器人位置偏差；对于近距离左右校准，使用图像预处理，用于减少数字图像整体噪声，消除影响识别效果的无用图像特征信息，提升系统识别精度，直线检测的目的是提取二值图像内的垂直方向直线信息，并根据直线的分布情况确定二次校准的机器人移动距离。本发明提高机器人定位精度等优点。

技术领域

本发明涉及机器人定位技术领域，具体涉及一种复杂环境下的视觉定位方法。

背景技术

我国为调动社会力量参与安全生产科技攻关，进一步强化防范遏制重特大事故科技保障能力,在重点行业领域开展“机械化换人、自动化减人”科技强安专项行动,重点是以机械化生产替换人工作业、以自动化控制减少人为操作，大力提高企业安全生产科技保障能力。现有技术中使用机器人实现电力作业现场作业的实时监视，提高对作业现场的威慑力，助力电网安全生产，避免发生电网、人身、设备事件。

机器人能够准确提取图像的前提是机器人可以精确停靠在导航定位处，机器人需要去不同的点位执行任务，而不同点位的工作环境和工作路况都存在较大的差异，对于一些要求机器人定位精度较高的工作，已知地图定位系统无法满足定位要求。

发明内容

为了提升复杂环境下的机器人定位精度，本发明提供一种复杂环境下的视觉定位方法，在激光雷达建图定位系统的基础上，对机器人位置进行再次校准，使其能够精确停靠在任务位置。本申请要解决的技术问题为机器人在复杂环境下定位精度较低。

本发明通过下述技术方案实现：

一种复杂环境下的视觉定位方法，包括对机器人的位置进行远距离左右校准和近距离左右校准；

所述远距离左右校准包括以下步骤：

目标检测，对摄像头采集的图像进行图形边缘提取、小轮廓去除和图像形态学处理三个步骤用于获取各轮廓区域内的原始图像；

图形相似度对比，使用图像哈希算法将各轮廓区域内的原始图像与表面模板图像相对比，找出相似度最高的轮廓作为最终匹配结果；

位置偏差计算，将最终匹配结果与模板图像对比得到机器人实际位置与模板位置的位置偏差；

所述近距离左右校准包括：图像预处理和直线检测，所述直线检测采用LSD直线段检测算法，对图像预处理获得的图像进行部分修改，得到机器人的精准位置；

高斯模糊下采样、梯度计算、梯度排序、设定梯度阈值、区域增长、矩形逼近、对齐点密度和噪声矩形计算，得到机器人的精准位置。

经过长期的研究和实践，本申请的发明人发现，机器人现场作业需要移动到不同点位，而不同点位的工作环境和工作路况都存在较大的差异，从而造成机器人定位精度不高，对于一些定位精度较高的工作，已知地图定位系统无法满足定位要求。本申请提供一种复杂环境下的视觉定位方法，包括对机器人的位置进行远距离左右校准和近距离左右校准，对于远距离左右校准，为了能够计算得到机器人当前位置与标准位置之间的差异，将当前位置摄像头采集到的图像与标准位置模板图像进行匹配，通过计算差异得到机器人位置偏差；对于近距离左右校准，使用图像预处理，用于减少数字图像整体噪声，消除影响识别效果的无用图像特征信息，提升系统识别精度，直线检测的目的是提取二值图像内的垂直方向直线信息，并根据直线的分布情况确定二次校准的机器人移动距离。

进一步的，所述图形边缘检测使用Canny算子检测图像边缘，检测步骤包括高斯模糊平滑图像、图像梯度计算、非极大值抑制和双阈值处理四个步骤。

进一步的，所述小轮廓去除包括提取图像内所有轮廓、设定面积阈值与比例阈值和获取噪声轮廓。