基于深度视觉的挪动机器人自定位研究.docx

《基于深度视觉的挪动机器人自定位研究.docx》由会员分享，可在线阅读，更多相关《基于深度视觉的挪动机器人自定位研究.docx（7页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、基于深度视觉的挪动机器人自定位研究郭彤颖陈策导语：本文构建了一种基于Kinect深度视觉传感器和超声波的室内定位系统，对三边定位算法进展了改良与完善。挪动机器人可以通过自身传感器对人工信标的感悟、分析，准确的得到自己的位置信息。摘要：自定位是挪动机器人在完成途径规划、自主导航等行为的根底。它的解决是挪动机器人完成任务的前提。本文构建了一种基于Kinect深度视觉传感器和超声波的室内定位系统，对三边定位算法进展了改良与完善。挪动机器人可以通过自身传感器对人工信标的感悟、分析，准确的得到自己的位置信息，关键词：挪动机器人，自定位，kinect传感器，信标；1引言由于挪动机器人在军事、航天、工业等众

2、多领域以及日常生活中越来越广泛的应用，人们对机器人的智能程度要求越来越高，机器人被应用到各种人类不能执行或者难以执行的任务、苦力工作或者重复性的工作等。挪动机器人只有知道自己在哪里，以及怎样从一个位置到达另一位置后，才可以有目的运动，进而有效地完成特定的任务。这个经过也被形象的称作导航问题：我在哪里？WhereamI？、我要去哪里？WheredoIwanttogo？、我怎样到达该处？HowdoIgetthere？。机器人自定位问题是需要解决的第一个问题，它的解决是其他两个问题得以解决的关键和根底。基于信标的定位系统依靠于一系列环境中已知特征的信标，通过安装在挪动机器人上的传感器对信标进展观测。

3、可用于观测路标的传感器有很多种，包括超声波传感器、激光传感器、视觉传感器等，信标定位方式主要有三边测量、三角测量和场景分析等1。合肥工业大学的学生提出基于Zigbee的超声波室内定位系统，在该系统中，超声波发射器和Zigbee无线模块安装在挪动机器人上，在天花板上以一定间隔安装超声波接收模块，且作为信标的接收模块的全局坐标已知。通过获取接收模块与发射器之间的间隔利用三边定位原理对机器人本体进展定位。这种定位方式可以到达很好的定位效果，可是定位区域需要安装大量的接收模块，增加了定位系统的本钱，对安装及维护造成极大的不便。哈尔滨工业大学的学生针对超声波网络需要铺设大量硬件设施的问题，研究一种稀疏超

4、声波网络下的室内机器人定位方法，但是这种定位方法需要确定机器人的初始位姿，在定位经过中需要大量时间。本文提出基于Kinect深度视觉传感器的定位方法，设计了便于识别的人工信标，通过边沿检测等方法对信标进展配准、识别，然后应用Kinect视觉传感器对机器人本体到信标的间隔进展准确测量，最后应用改良的三边定位原理实现挪动机器人的自定位。2机器人硬件系统MobileRobots的先锋机器人比大多数机器人小，但是它内部高度集成了智能挪动机器人技术，而它的才能完全可以与那些体积粗笨价格昂贵的设备相匹敌，本文使用的挪动机器人为MobileRobots公司设计消费的Pioneer3-DX型机器人，该型机器人

5、装备随车的PC计算机，使其成为一个完全自治的智能挪动机器人系统。2.1声纳环Pioneer3-DX机型上的声纳环位置是固定的：两侧各有一个，另外6个以20度间隔分布在前后侧边。这种声纳阵的布置可以为机器人提供360度无缝检测。如图1所示。图1Pioneer3声纳环基于ARCOS的MobileRobots机器人最多可以支持4个声纳环，每个环最多有8个换能器，使用声纳客户端命令可以起动或关闭全体或单个的声纳阵列。命令串参数由一系列1到32的声纳数组成。1到8的声纳数与声纳阵列1的轮循次序相对应。9到16的声纳数与声纳阵列2的轮循次序相对应；17-24规定了声纳阵列3的次序；25-32规定了声纳阵列

6、4的次序。每一次轮循中每一个声纳可以重复两次或更屡次。假如一个声纳数没有出如今其他已经改变的顺序中，该声纳环不会被起动。2.1KinectKinect传感器是由微软公司于2020年6月发布的具备RGB彩色相机、红外线发射器、红外线CMOS摄像头的深度视觉传感器。可用于测量空间三维点数据，RGB彩色摄像头，负责彩色信息捕捉，红外线发射器、红外线CMOS摄像头相结合构成了三维构造光深度传感器，负责深度图像的捕捉2。Kinect的测距使用的是光编码技术(Lightcoding)，即使用光源给待测量的空间进展编码，,Kinect使用的光源叫做激光散斑，是激光照射到粗糙物体或者穿透毛玻璃后形成的随即衍射

7、斑点。这些散斑具有高度的随机性，而且会随着间隔的不同而变换图案，也就是讲空间中任意两处的散斑图案都是不同的3。只要在空间中打上这样的构造光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以知道这个物体在什么位置了，当然，在这之前要把整个空间的散斑图案都记录下来，所以要先做一次光源的标定，在PrimeSense的专利上，标定的方法是这样的4，每隔一段间隔，取一个参考平面，把参考平面上的散斑图案记录下来。假设规定的用户活动空间是间隔电视机1米到4米的范围，每隔10cm取一个参考平面，那么标定下来我们就已经保存了30幅散斑图像，需要进展测量的时候,拍摄一副待测场景的

8、散斑图像，将这幅图像和我们保存下来的30幅参考图像依次做相互关运算，这样我们会得到30幅相关度图像，而空间中有物体存在的位置，在相关度图像上就会显示间隔值。图2Kinect外观图本文在Pioneer3-DX型机器人上安装云台，将Kinect深度视觉传感器置于云台之上，通过设置控制系统，可实现Kinect视觉传感器对四周环境的360度检测。详细的定位思想可用如下流程图3所示。通过边沿检测、图像配准等方法对人工信标进展识别，详细的方法可以参考论文（基于sobel算子的边沿检测算法研究），本文只对确定人工信标之后的定位局部进展论证。图3机器人自定位流程图3改良三边定位法传统三边定位法如图4所示。A、

9、B、C三个点的坐标是已知的，假设分别为图4三边定位原理示意图在没有误差的情况下，式3-1方程组有唯一的解，即在程度面上的投影的圆有唯一的交点，但是在实际测量中，误差是不可防止的，三个圆并不能相交于同一点，而是形成一个区域6。如图5所示。图5测量误差形成区域从求解三边测量法方程的经过中我们可以发现，假如方程组没有相交于一点，那么三边测量法求得待测节点的坐标为两条直线的交点，这两条直线分别为过圆B与圆A的交点的直线L1和过圆A与圆C的交点的直线L2，三边测量法的解法并没有完全利用已知的3个节点的坐标值，而是根据2条直线的交点来计算待测节点的位置，这样计算出的坐标会存在比拟大的误差7。如图6所示。图6误差情况下的三边定位算法