[发明专利]基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法

说明书

本发明公开了一种基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法，其包括如下步骤：首先通过机载单目视觉感知算法建立的基于可在线更新掩模特征库的二维互相关特征滤波器，从拍摄的单幅图像中完成目标识别；基于建立的相对距离与相对角度模型从单幅图像中获得三维信息；基于局部位置信息的时间最优目标分配算法快速确定期望队形分布，以及完成机器人单元目标位置的优化匹配，实现基于梯度下降速度最快且无交叉初始轨迹的规划；当遇到障碍时自主切换至考虑避障与收敛速度的异步离散时变加权一致性队形快速构建算法，基于感知到的邻居位姿独立更新轨迹，直到队形收敛。本发明通信频次小、计算量小，能够避障，且提高了队形收敛速度。

技术领域

本发明涉及一种基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法。

背景技术

基于机载视觉感知的多小型机器人系统能够仅依靠其自身视觉系统感知的局部信息进行队形构建，进而完成给定任务，该系统在通信恶劣环境(例如地下、室内、水下或者GPS定位信号较弱的室外环境等)中有着广泛的应用前景。尽管针对多机器人系统的分布式控制方法的研究成果丰富，但现有的基于局部信息的队形收敛方法，主要在控制理论方面对考虑通信反馈延迟、有限时间约束等分布式控制算法做出了贡献，很少有研究者基于机载视觉系统感知的特性，提出适用于基于机载视觉感知系统的多机器人队形收敛方法；而已存在的基于机载视觉感知系统的多机器人队形收敛方法的收敛速度与抗干扰性不能兼顾。

由于基于机载单目视觉感知的多小型机器人系统因对通信环境要求比较低、成本低，因此得到了很多研究者的关注。由于机载单目视觉感知较小的范围、深度信息的缺失，机器人单元特征多变且差异性较大，使得机器人单元识别的准确度以及相对位姿的精度受到了各种因素的影响，降低了视觉反馈的准确性。此外，现有技术中很少有队形控制方法考虑机载视觉感知与伺服的特性，进而限制了队形收敛方法的准确性。因此，研究基于机载单目视觉感知的多小型机器人系统队形收敛方法变得至关重要。

发明内容

本发明的目的在于提出一种基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法，该方法通信频次小、计算量小，能够避障，而且通过局部位置信息的时间最优目标分配算法以及异步离散时变加权一致性队形构建算法的权值更新规则，能够提高队形收敛速度。

本发明为了实现上述目的，采用如下技术方案：

基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法，包括如下步骤：

步骤1.首先通过机载单目视觉感知算法建立的基于可在线更新掩模特征库的二维互相关特征滤波器从拍摄的单幅图像中完成目标识别，并基于建立的相对距离与相对角度模型从当前包含目标的单幅图像中获得目标的三维信息，即相对距离与相对角度；

步骤2.基于局部位置信息的时间最优目标分配算法快速完成期望队形分布，以及机器人单元目标位置的优化匹配，实现基于梯度下降速度最快且无交叉初始轨迹的规划；

步骤3.当遇到障碍时，无需通信，自主切换至考虑避障与收敛速度的异步离散时变加权一致性队形快速构建算法，基于感知到的邻居位姿，独立更新轨迹，直到队形收敛。

本发明具有如下优点：

1.本发明方法，仅依靠单目视觉系统和罗盘感知信息能够快速实现队形的收敛，能够降低对通信模块的要求，并降低了成本，提高了多机器人系统在地下、水下等通信受限区域的应用能力。

2.本发明方法支持机器人数量较多的多机器人系统，提高了应用范围。

3.本发明方法对多机器人系统的机器人单元性能要求较低，仅需要配备摄像机、罗盘、IMU以及简单的通信模块即可。

4.本发明方法提出的针对机载单目视觉感知的基于可在线更新掩模特征库的二维互相关特征滤波器，能够在相对复杂背景下，识别特征多样化的目标物体。