CN105651286B - 一种移动机器人视觉导航方法与***、以及仓库*** - Google Patents
一种移动机器人视觉导航方法与***、以及仓库*** Download PDFInfo
- Publication number
- CN105651286B CN105651286B CN201610112014.1A CN201610112014A CN105651286B CN 105651286 B CN105651286 B CN 105651286B CN 201610112014 A CN201610112014 A CN 201610112014A CN 105651286 B CN105651286 B CN 105651286B
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- gray level
- center line
- level image
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000009466 transformation Effects 0.000 claims abstract description 66
- 230000007704 transition Effects 0.000 claims abstract description 63
- 238000012937 correction Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 5
- 230000013011 mating Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 239000000835 fiber Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 150000002730 mercury Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种移动机器人视觉导航方法及***,本方法实时采集移动机器人所在场景内的场景图像并转换为灰度图像;识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;同时确定同一帧灰度图像中条带的轮廓中心线,计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。本发明利用图像的方式同时采集条带上的二维码和用于纠偏的场景图像,对同一帧图像中二维码和条带进行合并处理,同时控制机器人的预定运动和实时纠偏,能够显著地简化控制和纠偏方法,提高速度,并使***更加稳定。
Description
技术领域
本发明涉及机器人视觉导航领域,尤其涉及一种基于二维码和条带的移动机器人视觉导航方法与***,以及仓库***。
背景技术
移动机器人在仓储物流、移动操作等领域有着广泛的应用需求。
导航技术是移动机器人的一项关键技术。传统的导航方法是敷设金属导线或磁钉,虽控制简单,但安装不便,维护成本较高;而惯性导航则利用光电编码器和陀螺仪,虽简单灵活,但易受各种干扰的影响,误差不断累积。近年来,视觉导航以其信息量大、灵敏度高、灵活性强等优点在移动机器人导航中得到广泛关注。
视觉导航是移动机器人通过图像采集获取机器人当前状态下的环境信息,通过对环境图像的处理与分析确定环境对象和机器人在环境中的位置,从而控制移动机器人的速度和方向的。鉴于活动场景的复杂性和移动机器人的动态特性,又由于要在机器人运动过程中对图像进行处理,视觉***的稳定性和实时性还不够。例如,通过不断对周围环境进行学习以建立环境地图来进行视觉导航的方法,需要依据精确的地图,因此对数据的处理很大,实时性难以满足;此外,还有通过对路径信息的提取来实现在道路上进行导航,需要考虑光照、动态环境等的影响,***的稳定性难以维持。二维码和条带在较复杂的场景中容易识别,如CN103294059A基于混合导航带的移动机器人定位***及其方法,利用二维码读码器和摄像头来实现移动机器人的精确定位功能,而二维码读码器和摄像头都各自至少一个,对横向纠偏、纵向纠偏及角度纠偏分开处理,方法不够简单;如CN103324194A基于二维码导航带的移动机器人定位***,二维码导航带由多个二维码依次相邻设置构成,设置了大量的二维码标签,且使用至少两个二维码读码器读取二维码,来进行机器人的精确定位,依赖于条带,虽提高了运行速度,但未进行快速的图像处理;如CN102788591基于视觉信息的机器人沿导引线巡线导航方法,在地面上绘制导引线,控制效果完全依赖于参数,当被控对象的状态不同时最佳参数往往不同,方法有效性有待提高。
综上所述,本领域迫切需要一种更为简单、快速、有效的移动机器人视觉导航方法及***,以提高视觉导航的实时性和鲁棒性。
发明内容
本发明的目的就是提供过一种移动机器人视觉导航方法与***、以及仓库***。
本发明的第一个方面提供了一种移动机器人视觉导航方法,包含以下步骤:
步骤1)实时采集移动机器人所在预设场景内的场景图像,并转换为灰度图像,其中,预设场景中预设有条带,条带的预定位置上设置有至少一个二维码标签,二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息,;
步骤2)识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;并同时确定同一帧灰度图像中条带的轮廓中心线,计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;和
步骤3)根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
在另一优选例中,根据状态转换信息确定移动机器人启动、停止,或变换方向。
在另一优选例中,根据速度变换信息确定移动机器人加速、减速,以及确定最大速度、最小速度。
在另一优选例中,步骤3)中根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向的步骤中:
状态转换信息和速度变换信息为启动时,则移动机器人开始运动;
状态转换信息和速度变换信息为停止时,则移动机器人停止运动;
状态转换信息和速度变换信息为加速时,则移动机器人开始加速运动;
状态转换信息和速度变换信息为减速时,则移动机器人开始减速运动;
状态转换信息和速度变换信息为转向时,则移动机器人开始转向;
状态转换信息和速度变换信息为返回时,则移动机器人开始反向运动;
在另一优选例中,步骤1)中还包含以下子步骤:
调节相机配套光源亮度与曝光时间,获取移动机器人所在场景内的清晰图像,实现图像实时采集。
在另一优选例中,步骤1)中还包含以下子步骤:
i)根据相机安装位置以及实际环境调节相机配套光源的亮度;
ii)根据当前光照水平调节相机曝光时间,曝光时间范围为1000us至8000us。
iii)通过OpenCV等方式,实时采集连续清晰的场景图像。
在另一优选例中,步骤2)中的识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息的步骤还进一步包含以下子步骤:
i)预先对二维码进行编码,使二维码中至少包含状态转换信息和速度变换信息;
ii)使用Zbar库等方式,在灰度图像中确定二维码的四个顶点,将四个顶点顺次连接起来,从而对二维码进行标记;
iii)使用Zbar库等方式,对二维码进行解码,获得状态转换信息和速度变换信息。
在另一优选例中,步骤2)中的确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度的步骤还进一步包含以下子步骤:
i)对灰度图像进行全局阈值的二值化操作,对二值化后的图像提取边界,进行8邻域连接;
ii)根据轮廓所包含的区域,通过计算轮廓横截面的几何中心并确定横截面定位得到轮廓中心线;
iii)计算条带轮廓中心线与灰度图像的中心线之间的像素点;
iv)对像素点进行标定,获取单个像素点对应的实际物理距离,从而确定条带轮廓中心线和灰度图像的中心线的实际距离;
v)根据条带轮廓中心线与灰度图像中心线的夹角确定偏移角度。
在另一优选例中,步骤3)中根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏的步骤进一步包含以下子步骤:
i)根据条带轮廓中心线在灰度图像中的位置对偏移距离S和偏移角度θ设置正负,其中,S是条带轮廓中心线与灰度图像中心线在x轴上的位置偏移,如图3中的左侧小图所示;θ是条带轮廓中心线与灰度图像y轴之间的夹角的角度,
若条带轮廓中心线与灰度图像中心线重合,则S=0,若条带轮廓中心线与灰度图像中心线平行,则θ=0;
ii)若偏移距离S大于预先设定的最大偏移距离阈值,则角速度为正,移动机器人向右偏转;若偏移距离S小于最小偏移距离阈值,则角速度为负,移动机器人向左偏转,直到偏移距离S在最大和最小偏移距离阈值的范围内;
iii)若偏移角度θ大于预先设置的最大偏移角度阈值,则角速度为正,移动机器人向右偏转;若偏移角度θ小于预先设置的最小偏移角度阈值时,则角速度为负,移动机器人向左偏转,直到偏移角度θ在最大和最小偏移角度阈值范围内时,则移动机器人保持直行。
在另一优选例中,在进行步骤ii)的距离纠偏时,设置系数K,则角速度ω=K ×当前偏移距离S,在进行步骤iii)的角度纠偏时,设置系数P,则角速度ω=P×当前偏移角度θ。
在另一优选例中,最大偏移距离阈值在20mm至50mm之间,最小偏移距离阈值为-50mm至-20mm之间。
在另一优选例中,最大偏移角度阈值在5°至15°之间,最小偏移角度阈值在 -15°至-5°之间。
在另一优选例中,条带的宽度为2cm,二维码标签的宽度或长度选择为0.1h, h是相机的安装高度。
在另一优选例中,方法还进一步包含以下步骤:
步骤4)检测移动机器人移动方向上的障碍物,当检测到障碍物时,控制移动机器人减速,当检测到障碍物的存在超过预定时间,则控制移动机器人停止并等待,当检测到障碍物消失,则控制移动机器人继续移动。
本发明的第二个方面提供了一种移动机器人视觉导航***,包含能进行通讯的采集模块与上位机,其中,
采集模块设置在移动机器人上,用于采集移动机器人所在预设场景内的场景图像,并发送给上位机,其中,预设场景中预设有条带,条带上设置有二维码标签,二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息;
上位机进一步包含:
图像转换模块,用于接收场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;以及确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;
调整与纠偏模块,用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
在另一优选例中,上位机是普通电脑、或工业用电脑。
在另一优选例中,移动机器人视觉导航***还包含避障传感器,避障传感器能与上位机通讯,用于检测移动机器人移动方向上的障碍物,并在检测到障碍物时通知上位机避障。
在另一优选例中,采集模块选自下组:USB接口摄像头、1394接口摄像头、网口通讯摄像头或网络摄像头。
在另一优选例中,采集模块安装在移动机器人的车体的中心。
在另一优选例中,条带包含化纤材料。
在另一优选例中,***还包含与采集模块配套的LED光源。
在另一优优选例中,LED(发光二极管)光源安装在移动机器人上。
本发明的第三个方面提供了一种仓库***,包含预定场景与可移动的机器人,其中
预定场景中预设有条带,条带上设置有二维码标签,二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息;
可移动的机器人还包含能进行通讯的采集模块与上位机,其中,
采集模块设置在移动机器人上,用于采集移动机器人所在预设场景内的场景图像,并发送给上位机;
上位机进一步包含:
图像转换模块,用于接收场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;以及确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;
调整与纠偏模块,用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
应理解,在本发明范围内中,本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合,从而构成新的或优选的技术方案。限于篇幅,在此不再一一累述。
附图说明
图1是本发明的基于二维码和条带的移动机器人视觉导航方法流程示意图;
图2是对二维码进行编码的示意图;
图3是计算条带轮廓中心线与灰度图像中心线偏移距离和偏移角度示意图;
图4是移动线路示意图;
图5是基于二维码和条带的移动机器人视觉导航***示意图。
上述附图中,100:采集模块;200:移动机器人,300:二维码标签组, 400:反光带,500:避障传感器,600:工控机。
具体实施方式
本发明人经过广泛而深入的研究,发现如果能够利用图像的方式同时采集条带上的二维码和用于纠偏的场景图像,并对同一帧图像中二维码和条带进行合并处理,同时控制机器人的预定运动和实时纠偏,能够在控制和纠偏过程中不依赖***参数,并能够显著地简化控制和纠偏方法,提高速度,并使***更加稳定。
术语
如本文所用,术语“灰度图像”和“图像”可互换使用,指通过采集模块获取当前场景图像,并通过浮点算法、整数方法等,将场景图像转换为灰度图像,灰度图像是用不同的灰度色阶来表示“红,绿,蓝”在图像中的比重。
如本文所用,术语“条带轮廓中心线”、“轮廓中心线”、“条带的中心线”可互换使用,指对灰度图像进行全局阈值的二值化操作,然后进行8邻域连接,提取出二值化后的图像边界,再求出该轮廓包含的横截面几何中心,由此确定灰度图像中的条带轮廓中心线。
如本文所用,术语“灰度图像中心线”、“场景图像的中心线”可互换使用,指通过场景图像的转换而得到的灰度图像的中心线。
如本文所用,“偏移距离”是条带轮廓中心线在灰度图像中与灰度图像中心线在x轴或y轴上的位置偏移;“偏移角度”是条带轮廓中心线在灰度图像中与灰度图像x轴或y轴,也就是灰度图像中心线之间的夹角的角度。换句话说,此处的偏移距离是条带轮廓中心线在灰度图像中与灰度图像中心线的位置偏移,灰度图像中心线有x轴和y轴之分,因此,需要根据前进的方向来判断是x 轴还是y轴上的偏移;偏移角度也是同理。
如本文所用,术语“二维码标签”至少包含移动机器人所需要完成的状态变换和速度变换信息。其中,状态转换信息用于确定移动机器人启动、停止,或变换方向。速度变换信息用于确定移动机器人加速、减速,以及确定最大速度、最小速度。例如:当状态转换信息和速度变换信息为start(启动)时,则移动机器人开始运动;当状态转换信息和速度变换信息为stop(停止)时,则移动机器人停止运动;当状态转换信息和速度变换信息为speed up(加速) 时,则移动机器人开始加速运动;当状态转换信息和速度变换信息为slow down (减速)时,则移动机器人开始减速运动;当状态转换信息和速度变换信息为 turn round(转向)时,则移动机器人开始转向;当状态转换信息和速度变换信息为return(返回)时,则移动机器人开始反向运动。
如本文所用,术语“解码信息”和“解码内容”可以互换使用,指对二维码标签中的二维码进行解码后得到的信息,可以包含例如:启动、停止、加速、减速、转向、返回。在本发明的一个优选例中,解码内容中的状态转换信息用于移动机器人启动、停止以及变换方向,而速度变换信息则用于机器人加速、减速以及确定最大速度、最小速度。解码信息还可以根据具体需要进一步包含其他信息。
如本文所用,术语“反光带”和“条带”可以互换使用。所用的条带为化纤材料制作,该种材料具有良好的灰度图,因此该条带具有较均匀的灰度值,便于场景图像中条带轮廓的提取。
如本文所用,术语“二值化操作”和“二值化”可以互换使用,指将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。
如本文所用,术语“工控机”和“上位机”可以互换使用,指能够进行上层信息处理和控制的装置,可以是普通电脑或工业用电脑。
基于二维码和条带的移动机器人视觉导航方法
本发明的移动机器人视觉导航方法,用于预设场景中,其中,预设场景中预设有条带,条带的预定位置上设置有至少一个二维码标签,二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息,方法包含以下步骤:步骤1):实时采集移动机器人所在场景内的场景图像并转换为灰度图像;步骤2):识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;并同时确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;步骤3):根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
避障过程
在本发明的优选例中,当全向移动机器人在运行过程中,在一定距离内,若避障传感器检测到运行方向上有障碍时,则移动机器人开始避障。机器人会先减速;但若超过一定时间,障碍物依然存在,则机器人开始停止并等待;在障碍消失后,则机器人又按照原来的路径继续运动。
采集模块安装
在本发明的优选例中,采集模块可以是工业相机,可将工业相机安装在移动机器人车体的中心,因此通过相机获取的场景图像,其图像中心点可作为机器人的实际物理位置的参考,且将获取的场景图像的方向与移动机器人的运动方向相配套,如设置获取的场景图像的正方向与移动机器人前进的方向相同。
二维码标签和反光带的设置
在本发明的优选例中,需要提前在移动机器人的移动场景中设置二维码标签和反光带。对于二维码标签和反光带的设置如图4所示的形式,具体的路线如图4所示。先按照任务要求的路线,布置好反光带,然后根据最大速度以及方向转换的要求,在反光带上布置二维码标签。
典型地,采集模块和二维码标签之间的距离决定了相机的视场大小,因此要根据实际环境选取合适的二维码标签的尺寸。二维码放置在条带上,其方向可以不具有统一性,即可以任意角度放置。
基于二维码和条带的移动机器人视觉导航***
本发明提供的移动机器人视觉导航***,用于预定场景中,其中,预设场景中预设有条带,条带上设置有二维码标签,二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息,移动机器人视觉导航***包含能进行通讯的采集模块与上位机,其中,采集模块设置在移动机器人上,用于采集移动机器人所在场景内的场景图像并发送给上位机;
上位机进一步包含:
图像转换模块,用于接收场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;以及确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;
调整与纠偏模块,用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
本发明的主要优点包括:
1)通过快速获取事先设置在移动场景中的二维码标签和条带的图像,可同时地迅速地获得二维码解码的内容,并计算出条带轮廓中心线与场景图像的中心线的实际偏移距离和偏移角度,从而确定运动速度和方向,同时进行运动控制和纠偏,平稳地控制机器人运动。
2)在实现对场景图像的实时采集的同时,能够可靠地从复杂背景中对二维码和条带进行准确识别,快速地进行图像处理,进而有效地控制机器人运动的速度和方向。
3)***简单,计算速度快,实时性高,保证了移动机器人平稳地沿条带进行导航。
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明具体条件的实验方法,通常按照常规条件或按照制造厂商所建议的条件。除非另外说明,否则百分比和份数是重量百分比和重量份数。
实施例1:基于二维码和条带的移动机器人视觉导航方法
本实施例采用中科院宁波材料技术与工程研究所自主研发的全向移动机器人,该机器人有6个轮子,2个用于驱动的主动轮,4个用于支撑的被动轮,在平面内可完成三自由度的运动;其尺寸大小为1.2m(长)*0.8m(宽)*0.4m(高),负载 100kg;该机器人配有工控机、显示屏、采集模块(大恒图像的水星系列相机 MER-030-120UM/UC)以及采集模块配套的光源,避障传感器等。在某生产车间对货物进行搬运,从指定地点运送到目标地点并返回,路径约100m。如图2和图4 所示,根据任务的需求,先在地面上放置反光带,然后在反光带的某些位置放置制作的二维码标签。其中,条带的宽度为2cm,二维码标签的宽度或长度为0.1h,其中,h是相机的安装高度,例如,当相机的安装高度为20cm时,二维码标签的尺寸为2cm(长)×2cm(宽)。
基本步骤
本实施例的一种基于二维码和条带的移动机器人视觉导航方法,如图1所示,包括以下步骤:
S100,获取全向移动机器人所在场景内的场景图像,并将场景图像转换为灰度图像。
本步骤中,可使用安装在全向移动机器人底部的采集模块获取所在的移动场景中3通道RGB场景图像,并将获取的RGB彩色场景图像转换为单通道灰度图像。以便下一步继续对图像中的图案进行提取、分析等操作。
S200,从灰度图像中获取二维码,并进行解码得到解码内容。如图2所示,此处的二维码标签,需要事先对其进行编码,融入需要的状态变换和速度变换信息,然后通过一种二维码生成软件(如2D Barcode Generator)生成所需要的二维码,最终制作出来,以便于识别。
S300,如图3所示,从灰度图像中提取条带轮廓,确定该条带轮廓中心线,并计算出轮廓中心线与灰度图像中心线的偏离距离和偏移角度。在灰度图像中,首先对图像进行全局阈值的二值化操作,然后进行8邻域连接,提取出二值化后的图像边界,再求出该轮廓包含的横截面几何中心,从而确定轮廓中心线。因此轮廓中心线以及灰度图像的中心线之间的像素差和偏移角度可以通过计算得到。可通过相机标定确定相机的参数,确定每个像素代表的实际物理距离,并进一步减小误差。其中,所用的条带为化纤材料制作,该种材料具有良好的灰度图,因此该条带具有较均匀的灰度值,便于场景图像中条带轮廓的提取。
S400,根据解码内容调整全向移动机器人线速度和运动方向,根据偏移距离和偏移角度调整全向移动机器人角速度进行纠偏。其中,解码内容中的状态转换信息用于移动机器人启动、停止以及变换方向,而速度变换信息则用于机器人加速、减速以及确定最大速度、最小速度。根据条带轮廓中心线在灰度图像中的相对位置,来调整移动机器人的偏转角速度。当偏移距离较大时,则移动机器人需要快速响应,以较大的角速度偏转,使移动机器人可以沿条带的中心线运行;反之,当偏移量较小时,则以较小的角速度偏转,使移动机器人可以沿条带的中心线运行;如果偏移量非常小,在规定的某个阈值范围内时,则认为移动机器人是在沿着条带中心线运行,不需要进行角速度的调整。此处采用的是全向移动机器人,可以直接对机器人的方向和速度进行单独控制。
在本发明的一个优选例中,还包括以下步骤:
S500,对二维码进行编码,包括状态转换信息和速度变换信息,通过对二维码进行识别,将获取二维码的信息用于确定移动机器人线速度和运动方向。
较佳地,可通过在二维码中编码入不同的信息,作为改变移动机器人运动的线速度和方向的参考,从而简单有效地改变移动机器人的运行状态。
关于步骤S200
具体的,步骤S200中,从灰度图像中获取二维码,包括以下步骤:
S211,在灰度图像中,使用Zbar库找出二维码的四个顶点,并将四个顶点顺次连接起来,对二维码进行标记;
S212,使用Zbar库对二维码进行解码,得到解码内容用于确定移动机器人线速度和运动方向;
此处需要说明的是,采集模块和二维码标签之间的距离决定了相机的视场大小,因此要根据实际环境选取合适的二维码标签的尺寸。二维码放置在条带上,其方向可以不具有统一性,即可以任意角度放置。
本发明实施例中先获取二维码然后再对其进行解码,此方法确定了只有符合特定编码规则所制作出的二维码才能够被识别,且被用于移动机器人的视觉导航中,它减少了环境中其他的码的干扰,简单有效。
关于步骤S300
具体的,步骤S300中,如图3所示,从灰度图像中提取条带轮廓,确定该条带轮廓中心线,并计算轮廓中心线和灰度图像中心线之间的偏移距离和偏移角度包括以下步骤:
S311,对灰度图像进行全局阈值的二值化操作;设置一个阈值α,取灰度级大于α的像素群为对象物,小于α的像素群为背景区域,在本实施例中,阈值α为 50。
S312,对二值化后的图像提取边界,进行8邻域连接。如果原图中有一点为黑,且它的8个相邻带都是黑色时,将该点删除。
S313,根据轮廓所包含的区域,通过计算轮廓横截面的几何中心并确定横截面定位最终得到轮廓中心线。
S314,对像素点进行标定,获取单个像素点对应的实际物理距离。
S315,在获取的灰度图像中,计算轮廓中心线距离与灰度图像的中心线的像素距离。此处需要说明的是,此像素距离是以像素点为单位的,并且对距离进行取整处理,从而确定轮廓中心线与灰度图像的中心线之间的像素差。
S316,根据单个像素点对应的实际物理距离,确定轮廓中心线和灰度图像的中心线的像素距离所对应的实际距离。举例来说,如相机的安装高度是20cm,相机的像素个数为656(宽)*492(高),而相机的视场范围大小为20.6cm(宽)*15.7cm (高),则相机的单个像素点在宽和高方向的实际物理距离分别为0.0314cm和 0.0319cm。当轮廓中心线和灰度图像的中心线的像素距离为100个像素点时,则所对应的实际距离为3.14cm或3.19cm。
S317,根据轮廓中心线与灰度图像中心线的夹角确定偏移角度。
如图3所示,图中的实心圆为灰度图像的中心点,图中两条直线C1和C2为识别出的条带轮廓,C为条带轮廓中心线。则在灰度图像中,若灰度图像的中心点坐标为(X,Y),条带的几何中心坐标为(x,y),像素点长度与实际物理距离的比例为 u,则可以得到偏移距离S=L*u,从而确定了轮廓中心线和灰度图像的中心线之间的偏移距离,C与图像中心线的夹角θ即为偏移角度。
关于步骤S400
具体的,步骤S400中,根据解码内容,调整移动机器人线速度和运动方向;根据偏移距离和偏移角度调整移动机器人角速度:
所获取的解码信息为启动时,则移动机器人开始运动;
所获取的解码信息为停止时,则移动机器人停止运动;
所获取的解码信息为加速时,则移动机器人开始加速运动;
所获取的解码信息为减速时,则移动机器人开始减速运动;
所获取的解码信息为转向时,则移动机器人开始转向;
所获取的解码信息为返回时,则移动机器人开始反向运动;
作为一种基于二维码和条带的移动机器人视觉导航方法的可实施方式,通过对条带轮廓中心线和灰度图像中心线的偏移距离和偏移角度,确定移动机器人的角速度进行纠偏,包括以下步骤:
根据条带轮廓中心线在灰度图像中的位置对偏移距离S和偏移角度θ设置正负(S>0或S<0,θ>0或θ<0),其中,S是条带轮廓中心线与灰度图像中心线在x 轴上的位置偏移,如图3中的左侧小图所示;θ是条带轮廓中心线与灰度图像y轴,也就是灰度图像中心线之间的夹角的角度,如图3中的右侧大图所示。
若条带轮廓中心线与灰度图像中心线重合,则S=0,若条带轮廓中心线与灰度图像中心线平行,则θ=0;分两个层次进行。首先调节偏移距离,再调节偏移角度进行微调。
首先调节偏移距离。若偏移距离S大于某一阈值时,则Y方向(或X方向)速度为正,移动机器人向右偏转;若偏移距离S小于某一阈值时,则Y方向(或X方向) 速度为负,移动机器人向左偏转;直到偏移距离S在某一阈值范围内;
此时再判断偏移角度进行微调。若偏移角度θ大于某一阈值时,则角速度为正,移动机器人向右偏转;若偏移角度θ小于某一阈值时,则角速度为负,移动机器人向左偏转;若调节至偏转距离在某一阈值范围内并且偏移角度θ在某一阈值范围内时,则移动机器人保持直行。
关于角速度ω
在进行上述距离纠偏时,设置系数K,如K=0.05/0.1/0.2,如P=0.1/0.2,比例系数大小可根据偏移量进行设置,若偏移距离大时则相应的K需要大些。速度ω=K×当前偏移距离S,在进行上述角度纠偏时,设置系数P(如P=1/2),则角速度ω=P×当前偏移角度θ。
本实施例中,对设置的θ、S、K、P、ω分别为θ阈值为5°,S的阈值为5cm, K=0.05,P=0.1,ω的最大值为0.3rad/s。
本实施例与常规的处理方式相比,整个算法简单易行,计算效率高,从而提高视觉导航的可靠性和稳定性,并且速度更快。
实施例2:基于二维码和条带的移动机器人视觉导航***No.1
如图5所示,本实施例的移动机器人视觉导航***,用于预定场景中,其中预设场景中预设有条带400,条带400上设置有二维码标签300,二维码至少包含用于确定移动机器人200移动的状态转换信息和速度变换信息,移动机器人视觉导航***包含能进行通讯的采集模块100与工控机600,其中,
采集模块100设置在移动机器人200上,用于采集移动机器人200所在场景内的场景图像并发送给工控机600;
工控机600进一步包含:
图像转换模块,用于接收场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;以及确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;
调整与纠偏模块,用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
在另一优选例中,工控机600是普通电脑、或工业用电脑。
在另一优选例中,移动机器人视觉导航***还包含避障传感器500,避障传感器500能与工控机600通讯,用于检测移动机器人200移动方向上的障碍物,并在检测到障碍物时通知工控机600避障。
在另一优选例中,采集模块100选自下组:USB接口摄像头、1394接口摄像头、网口通讯摄像头或网络摄像头。
在另一优选例中,采集模块100安装在移动机器人200的车体的中心。
在另一优选例中,条带400包含化纤材料。
在另一优选例中,***还包含与采集模块配套的LED光源。
在另一优优选例中,LED光源安装在移动机器人200上。
实施例3:基于二维码和条带的移动机器人视觉导航***No.2
如图5所示,本实施例的基于二维码和条带的移动机器人视觉导航***包括:安装有采集模块100的移动机器人200、设置在预设移动机器人移动场景中的多个二维码标签(二维码标签组300)、条带400、避障传感器500及工控机600。
其中:采集模块100与工控机600通讯连接,能够获取包含二维码标签300和反光带400的场景图像,并将场景图像传输给工控机600进行处理,避障传感器500用于环境中的避障,它们都同工控机600相连。工控机600能够采用前述的基于二维码和条带的移动机器人视觉导航方法,通过快速分析场景图像和当前环境信息确定移动机器人的运动方向和速度。
在本发明的其他优选例中,还可以设置与采集模块100相配套的LED光源。 LED光源也安装在移动机器人上,一般与采集模块100的位置较近,以便采集模块能够获取更加清晰的场景图像,减少环境的干扰。而安装在移动机器人200上的采集模块100可以为USB接口摄像头、1394接口摄像头、网口通讯摄像头或者网络摄像头。可根据工控机的接口及成本需求选择合适的采集模块100,只要能够完成获取场景图像,并能提取出二维码标签和条带即可。
实施例4:仓库***
本实施例的仓库***,包含上述实施例中的预定场景与可移动的机器人,其中,预定场景中预设有条带,条带上设置有二维码标签,二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息;
可移动的机器人还包含能进行通讯的采集模块与上位机,其中,采集模块设置在移动机器人上,用于采集移动机器人所在预设场景内的场景图像,并发送给上位机;
上位机进一步包含:图像转换模块,用于接收场景图像并转换为灰度图像;解码与计算模块,用于识别并解码灰度图像中的二维码,获得状态转换信息和速度变换信息;以及确定同一帧灰度图像中条带的轮廓中心线,并计算条带的轮廓中心线与灰度图像中心线的偏移距离和偏移角度;调整与纠偏模块,用于根据状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据偏移距离和偏移角度对移动机器人的角速度进行实时纠偏。
上述仓库***能够以更为简单、快速和有效的实现对可移动机器人的导航。
测试例
在测试过程中,上位机采用工控机,而相机安装在机器人底部,距离地面高度为20cm,通过调节光源亮度和相机的曝光时间,获得清晰的场景图像。预设场景中光带宽度为2cm,二维码标签长度和宽度均为2cm。当设置机器人运行的最大线速度为0.3m/s时,将曝光时间参数调节为1500us,对设置的θ、S、K、 P、ω分别为:θ最大阈值为5°,θ最小阈值为-5°,S最大阈值为5cm,S最小阈值为-5cm,K=0.05,P=0.1,ω的最大值为0.3rad/s。而当设置机器人运行的最大线速度为0.5m/s时,曝光时间调节为1000us,对设置的θ、S、K、P、ω分别为:θ最大阈值为5°,θ最小阈值为-5°,S最大阈值为5cm,S最小阈值为-5cm,K=0.1, P=0.15,ω的最大值为0.5rad/s。
在本发明提及的所有文献都在本申请中引用作为参考,就如同每一篇文献被单独引用作为参考那样。此外应理解,在阅读了本发明的上述讲授内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (10)
1.一种移动机器人视觉导航方法,其特征在于,所述方法包含以下步骤:
步骤1)利用安装在移动机器人底部的相机实时采集所述移动机器人所在预设场景内的场景图像,并转换为灰度图像,其中,所述预设场景中预设有条带,所述条带的预定位置上设置有至少一个二维码标签,所述二维码至少包含用于控制移动机器人移动的状态转换信息和速度变换信息,其中,所述状态转换信息用于确定移动机器人启动、停止,或变换方向;
步骤2)识别并解码所述灰度图像中的二维码,获得所述状态转换信息和速度变换信息;并同时确定同一帧所述灰度图像中所述条带的轮廓中心线,计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度,其中,根据轮廓中心线与灰度图像中心线的夹角确定所述偏移角度,根据灰度图像的中心点坐标与所述条带的几何中心坐标,以及像素点长度与实际物理距离的比例,确定所述偏移距离;和
步骤3)根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏,其中,
所述方法利用图像的方式同时采集条带上的二维码和用于角速度纠偏的场景图像,并对同一帧图像中二维码和条带进行合并处理,同时控制机器人的状态转换、速度变换,和角速度的实时纠偏。
2.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,在所述步骤3)中,根据所述状态转换信息确定所述移动机器人启动、停止,或变换方向,根据所述速度变换信息确定所述移动机器人加速、减速,以及确定最大速度、最小速度。
3.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,所述步骤3)中根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向的步骤中:
所述状态转换信息和速度变换信息为启动时,则移动机器人开始运动;
所述状态转换信息和速度变换信息为停止时,则移动机器人停止运动;
所述状态转换信息和速度变换信息为加速时,则移动机器人开始加速运动;
所述状态转换信息和速度变换信息为减速时,则移动机器人开始减速运动;
所述状态转换信息和速度变换信息为转向时,则移动机器人开始转向;
所述状态转换信息和速度变换信息为返回时,则移动机器人开始反向运动。
4.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,步骤1)中还包含以下子步骤:
i)根据相机安装位置以及实际环境调节相机配套光源的亮度;
ii)根据当前光照水平调节相机曝光时间,所述曝光时间范围为1000us至8000us;
iii)实时采集连续清晰的场景图像。
5.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,所述步骤2)中的识别并解码所述灰度图像中的二维码,获得所述状态转换信息和速度变换信息的步骤还进一步包含以下子步骤:
i)预先对二维码进行编码,使所述二维码中至少包含状态转换信息和速度变换信息;
ii)在所述灰度图像中确定二维码的四个顶点,将所述四个顶点顺次连接起来,从而对所述二维码进行标记;
iii)对二维码进行解码,获得所述状态转换信息和速度变换信息。
6.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,所述步骤2)中的确定同一帧所述灰度图像中所述条带的轮廓中心线,并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度的步骤还进一步包含以下子步骤:
i)对所述灰度图像进行全局阈值的二值化操作,对二值化后的图像提取边界,进行8邻域连接;
ii)根据所述轮廓所包含的区域,通过计算轮廓横截面的几何中心并确定横截面定位得到所述轮廓中心线;
iii)计算所述条带轮廓中心线与所述灰度图像的中心线之间的像素点;
iv)对像素点进行标定,获取单个像素点对应的实际物理距离,从而确定所述条带轮廓中心线和所述灰度图像的中心线的实际距离;
v)根据所述条带轮廓中心线与所述灰度图像中心线的夹角确定偏移角度。
7.根据权利要求1所述的一种移动机器人视觉导航方法,其特征在于,所述步骤3)中根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏的步骤进一步包含以下子步骤:
i)根据所述条带轮廓中心线在所述灰度图像中的位置对所述偏移距离S和偏移角度θ设置正负,其中,S是所述条带轮廓中心线与所述灰度图像中心线在x轴上的位置偏移;θ是所述条带轮廓中心线与所述灰度图像y轴之间的夹角的角度,
若所述条带轮廓中心线与所述灰度图像中心线重合,则S=0,若所述条带轮廓中心线与所述灰度图像中心线平行,则θ=0;
ii)若所述偏移距离S大于预先设定的最大偏移距离阈值,则所述角速度为正,移动机器人向右偏转;若所述偏移距离S小于最小偏移距离阈值,则角速度为负,移动机器人向左偏转,直到所述偏移距离S在所述最大和最小偏移距离阈值的范围内;
iii)若所述偏移角度θ大于预先设置的最大偏移角度阈值,则所述角速度为正,移动机器人向右偏转;若所述偏移角度θ小于预先设置的最小偏移角度阈值时,则角速度为负,移动机器人向左偏转,直到所述偏移角度θ在所述最大和最小偏移角度阈值范围内时,则移动机器人保持直行。
8.根据权利要求7所述的一种移动机器人视觉导航方法,其特征在于,所述步骤ii)中,设置系数K,其中,角速度ω=K×当前偏移距离S,并且,所述步骤iii)中,设置系数P,并且,角速度ω=P×当前偏移角度θ。
9.一种移动机器人视觉导航***,其特征在于,包含能进行通讯的采集模块与上位机,其中,
所述采集模块安装在移动机器人底部,用于采集所述移动机器人所在预设场景内的场景图像,并发送给所述上位机,其中,所述预设场景中预设有条带,所述条带上设置有二维码标签,所述二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息其中,所述状态转换信息用于确定移动机器人启动、停止,或变换方向;
所述上位机进一步包含:
图像转换模块,用于接收所述场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码所述灰度图像中的二维码,获得所述状态转换信息和速度变换信息;以及确定同一帧所述灰度图像中所述条带的轮廓中心线,并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度,其中,根据轮廓中心线与灰度图像中心线的夹角确定所述偏移角度,根据灰度图像的中心点坐标与所述条带的几何中心坐标,以及像素点长度与实际物理距离的比例,确定所述偏移距离;
调整与纠偏模块,用于根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏,其中,
所述***利用图像的方式同时采集条带上的二维码和用于角速度纠偏的场景图像,并对同一帧图像中二维码和条带进行合并处理,同时控制机器人的状态转换、速度变换,和角速度的实时纠偏。
10.一种仓库***,其特征在于,包含预定场景与可移动的机器人,其中
所述预定场景中预设有条带,所述条带上设置有二维码标签,所述二维码至少包含用于确定移动机器人移动的状态转换信息和速度变换信息,其中,所述状态转换信息用于确定移动机器人启动、停止,或变换方向;
所述可移动的机器人还包含能进行通讯的采集模块与上位机,其中,
所述采集模块安装在移动机器人底部,用于采集所述移动机器人所在预设场景内的场景图像,并发送给所述上位机;
所述上位机进一步包含:
图像转换模块,用于接收所述场景图像并转换为灰度图像;
解码与计算模块,用于识别并解码所述灰度图像中的二维码,获得所述状态转换信息和速度变换信息;以及确定同一帧所述灰度图像中所述条带的轮廓中心线,并计算所述条带的轮廓中心线与所述灰度图像中心线的偏移距离和偏移角度,其中,根据轮廓中心线与灰度图像中心线的夹角确定所述偏移角度,根据灰度图像的中心点坐标与所述条带的几何中心坐标,以及像素点长度与实际物理距离的比例,确定所述偏移距离;
调整与纠偏模块,用于根据所述状态转换信息和速度变换信息调整移动机器人的线速度和运动方向,并同时根据所述偏移距离和偏移角度对移动机器人的角速度进行实时纠偏,其中,
所述***利用图像的方式同时采集条带上的二维码和用于角速度纠偏的场景图像,并对同一帧图像中二维码和条带进行合并处理,同时控制机器人的状态转换、速度变换,和角速度的实时纠偏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112014.1A CN105651286B (zh) | 2016-02-26 | 2016-02-26 | 一种移动机器人视觉导航方法与***、以及仓库*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112014.1A CN105651286B (zh) | 2016-02-26 | 2016-02-26 | 一种移动机器人视觉导航方法与***、以及仓库*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105651286A CN105651286A (zh) | 2016-06-08 |
CN105651286B true CN105651286B (zh) | 2019-06-18 |
Family
ID=56492551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610112014.1A Active CN105651286B (zh) | 2016-02-26 | 2016-02-26 | 一种移动机器人视觉导航方法与***、以及仓库*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105651286B (zh) |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109690438A (zh) * | 2016-07-07 | 2019-04-26 | 深圳市大疆创新科技有限公司 | 用于使用机器可读码控制可移动物体的方法和*** |
CN106370185B (zh) * | 2016-08-31 | 2024-05-14 | 北京翰宁智能科技有限责任公司 | 基于地面基准标识的移动机器人定位方法和*** |
CN106527443B (zh) * | 2016-11-27 | 2019-06-18 | 北京特种机械研究所 | 全向移动agv导航纠偏方法 |
CN106940562B (zh) * | 2017-03-09 | 2023-04-28 | 华南理工大学 | 一种移动机器人无线集群***及神经网络视觉导航方法 |
JP6640777B2 (ja) * | 2017-03-17 | 2020-02-05 | 株式会社東芝 | 移動制御システム、移動制御装置及びプログラム |
CN106909153B (zh) * | 2017-03-21 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 无人车横向控制方法和装置 |
CN106969766A (zh) * | 2017-03-21 | 2017-07-21 | 北京品创智能科技有限公司 | 一种基于单目视觉和二维码路标的室内自主导航方法 |
CN108731677B (zh) * | 2017-04-17 | 2020-10-02 | 哈工大机器人集团股份有限公司 | 一种机器人导航路标及识别方法 |
CN107421540B (zh) * | 2017-05-05 | 2023-05-23 | 华南理工大学 | 一种基于视觉的移动机器人导航方法及*** |
CN107450544A (zh) * | 2017-08-14 | 2017-12-08 | 深圳市思维树科技有限公司 | 一种基于图案识别的机器人循迹行走***和方法 |
CN107490379B (zh) * | 2017-08-28 | 2020-11-27 | 山东非凡智能科技有限公司 | 利用二维码地标定位agv工作点位置的方法及*** |
CN107451508A (zh) * | 2017-09-20 | 2017-12-08 | 天津通信广播集团有限公司 | 一种自定义二维码定位和定向***及实现方法 |
CN107678432A (zh) * | 2017-10-16 | 2018-02-09 | 上海斐讯数据通信技术有限公司 | 一种自动运输装置的控制方法及自动运输装置、*** |
CN109668551B (zh) * | 2017-10-17 | 2021-03-26 | 杭州海康机器人技术有限公司 | 机器人定位方法、装置及计算机可读存储介质 |
CN108217036B (zh) * | 2017-11-07 | 2019-04-12 | 北京翰宁智能科技有限责任公司 | 一种移动搬运机器人基于指令卡牌的动作命令学习方法 |
CN109800828B (zh) * | 2017-11-17 | 2020-10-20 | 比亚迪股份有限公司 | 基于二维码的车辆定位***和定位方法 |
WO2019104739A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市沃特沃德股份有限公司 | 制约装置和自移动视觉机器人及其控制方法 |
CN108181897A (zh) * | 2017-12-11 | 2018-06-19 | 华侨大学 | 一种双足机器人自动循迹的方法 |
CN108132666B (zh) * | 2017-12-15 | 2019-04-05 | 珊口(上海)智能科技有限公司 | 控制方法、***及所适用的移动机器人 |
CN108189027B (zh) * | 2017-12-19 | 2020-08-11 | 朱宁波 | 移动机器人控制方法 |
CN109947089B (zh) * | 2017-12-20 | 2024-04-19 | 北京京东乾石科技有限公司 | 自动引导车姿态控制方法和装置、自动引导车 |
CN109974686B (zh) * | 2017-12-28 | 2023-03-31 | 沈阳新松机器人自动化股份有限公司 | 基于监控摄像头检测的搬运机器人路径规划辅助方法 |
CN108088439B (zh) * | 2018-01-19 | 2020-11-24 | 浙江科钛机器人股份有限公司 | 一种融合电子地图、二维码和色带的agv复合导航***及方法 |
CN108268044B (zh) * | 2018-01-31 | 2021-06-22 | 浙江国自机器人技术股份有限公司 | 一种移动机器人到位精度控制方法、***、介质及设备 |
CN108319270B (zh) * | 2018-03-20 | 2021-01-01 | 杭州晶一智能科技有限公司 | 一种基于历史数据分析的自动吸尘机器人最优路径规划方法 |
CN108873891B (zh) * | 2018-05-25 | 2022-07-05 | 深圳创动科技有限公司 | 一种机器人的控制方法、机器人及存储介质 |
CN109093621B (zh) * | 2018-08-10 | 2021-03-12 | 北京极智嘉科技有限公司 | 机器人运行精度监测方法、装置、机器人、服务器和介质 |
CN108931982A (zh) * | 2018-09-04 | 2018-12-04 | 赵凯雅 | 用于移动机器人设备的视觉导航***和方法 |
CN109213177B (zh) * | 2018-11-09 | 2022-01-11 | 苏州瑞得恩光能科技有限公司 | 机器人导航***及导航方法 |
CN109827595B (zh) * | 2019-03-22 | 2020-12-01 | 京东方科技集团股份有限公司 | 室内惯性导航仪方向校准方法、室内导航装置及电子设备 |
CN110108283B (zh) * | 2019-05-10 | 2020-11-17 | 成都四相致新科技有限公司 | 一种基于多二维码视觉的高精度定位方法 |
CN110221609B (zh) * | 2019-06-06 | 2022-08-12 | 珠海格力智能装备有限公司 | 基于二维码的轨迹纠偏方法 |
CN110196062B (zh) * | 2019-06-27 | 2022-03-25 | 成都圭目机器人有限公司 | 一种单相机跟踪车道线的导航方法 |
CN110660107A (zh) * | 2019-08-23 | 2020-01-07 | 贝壳技术有限公司 | 平面标定板、标定数据采集方法及*** |
CN110631577B (zh) * | 2019-09-19 | 2021-03-19 | 江苏科技大学 | 服务机器人导航路径跟踪方法及服务机器人 |
CN112650206A (zh) * | 2019-10-10 | 2021-04-13 | 苏州宝时得电动工具有限公司 | 智能割草机行走的控制方法及智能割草机 |
CN110864691B (zh) * | 2019-11-15 | 2021-10-19 | 浙江大学华南工业技术研究院 | 基于天花板式二维码的仿磁条定位方法及装置 |
CN110825094A (zh) * | 2019-12-04 | 2020-02-21 | 安徽理工大学 | 一种基于机器视觉的机器人巡线导航*** |
CN111337011A (zh) * | 2019-12-10 | 2020-06-26 | 亿嘉和科技股份有限公司 | 一种基于激光和二维码融合的室内定位方法 |
CN112461226B (zh) * | 2020-03-23 | 2023-05-09 | 丰疆智能科技股份有限公司 | 基于视觉的室内导航***和室内导航方法 |
CN111551176A (zh) * | 2020-04-09 | 2020-08-18 | 成都双创时代科技有限公司 | 一种双色条加二维码的机器人室内定位方法 |
CN111397609A (zh) * | 2020-05-13 | 2020-07-10 | 广东星舆科技有限公司 | 路径规划方法、移动式机器及计算机可读介质 |
CN113848872B (zh) * | 2020-06-28 | 2024-03-15 | 苏州科瓴精密机械科技有限公司 | 自动行走设备及其控制方法及可读存储介质 |
CN112286199A (zh) * | 2020-11-06 | 2021-01-29 | 杭州国辰机器人科技有限公司 | 一种移动机器人的巡直线充电方法 |
CN112847340B (zh) * | 2020-12-25 | 2022-09-16 | 深圳市优必选科技股份有限公司 | 一种控制方法、控制装置及机器人 |
CN115383737A (zh) * | 2021-05-21 | 2022-11-25 | 灵动科技(北京)有限公司 | 用于智能移动机器人的调度***和方法 |
CN113643295B (zh) * | 2021-10-14 | 2022-04-08 | 武汉精立电子技术有限公司 | Micro-LED屏幕检测方法及相关设备 |
CN117891262B (zh) * | 2024-03-18 | 2024-05-31 | 山东乐宁医疗科技有限公司 | 一种具有智能机器人配合转移车使用的联动*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2131574A (en) * | 1982-10-21 | 1984-06-20 | Nippon Yusoki Co Ltd | Visually guided vehicle |
DE3828447C2 (de) * | 1988-08-22 | 1998-03-12 | Eisenmann Kg Maschbau | Optische Leitvorrichtung für fahrerlose Transportsysteme |
CN103294059A (zh) * | 2013-05-21 | 2013-09-11 | 无锡普智联科高新技术有限公司 | 基于混合导航带的移动机器人定位***及其方法 |
CN104407615A (zh) * | 2014-11-03 | 2015-03-11 | 上海电器科学研究所(集团)有限公司 | 一种agv机器人导引偏差校正方法 |
CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
-
2016
- 2016-02-26 CN CN201610112014.1A patent/CN105651286B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2131574A (en) * | 1982-10-21 | 1984-06-20 | Nippon Yusoki Co Ltd | Visually guided vehicle |
DE3828447C2 (de) * | 1988-08-22 | 1998-03-12 | Eisenmann Kg Maschbau | Optische Leitvorrichtung für fahrerlose Transportsysteme |
CN103294059A (zh) * | 2013-05-21 | 2013-09-11 | 无锡普智联科高新技术有限公司 | 基于混合导航带的移动机器人定位***及其方法 |
CN104407615A (zh) * | 2014-11-03 | 2015-03-11 | 上海电器科学研究所(集团)有限公司 | 一种agv机器人导引偏差校正方法 |
CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
Non-Patent Citations (1)
Title |
---|
基于视觉的智能车辆自主导航最优控制器设计;王荣本,李兵,徐友春,李斌;《汽车工程》;20011231;第23卷(第2期);第98页第1-3段,图1 * |
Also Published As
Publication number | Publication date |
---|---|
CN105651286A (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105651286B (zh) | 一种移动机器人视觉导航方法与***、以及仓库*** | |
CN103064417B (zh) | 一种基于多传感器的全局定位导引***及方法 | |
JP4396564B2 (ja) | 物体のモニタリング方法およびこれを用いたモーショントラッカ | |
CN105300401A (zh) | 电子装置及其控制方法 | |
CN109341692B (zh) | 一种沿线导航方法及机器人 | |
CN104197899A (zh) | 移动机器人定位方法及*** | |
CN107421540A (zh) | 一种基于视觉的移动机器人导航方法及*** | |
TWI459170B (zh) | 行進控制裝置以及具有該行進控制裝置之自動引導載具 | |
US10595003B2 (en) | Stereo camera apparatus and vehicle comprising the same | |
CN111693046A (zh) | 机器人***和机器人导航地图建图***及方法 | |
CN107632604A (zh) | 自主移动装置导引线导航方法及装置 | |
AU2023202859B2 (en) | Method And Apparatus For Constructing Real-Geographic-Space Scene In Real Time | |
JPH11272328A (ja) | 色標識,移動ロボットおよび移動ロボットの誘導方法 | |
CN113050627A (zh) | 路径规划方法、装置、移动机器人及计算机存储介质 | |
US20100332182A1 (en) | Operation determining system, operation determining device and computer readable medium | |
WO2020090897A1 (ja) | 位置検出装置、位置検出システム、遠隔制御装置、遠隔制御システム、位置検出方法、及びプログラム | |
CN103056864A (zh) | 轮式运动机器人位置与角度的实时检测装置及方法 | |
CN206832260U (zh) | 一种基于视觉的移动机器人导航*** | |
CN116901089A (zh) | 一种多角度视距的机器人控制方法及*** | |
JPH01243104A (ja) | 撮像手段におけるマーク識別装置 | |
JP2017151095A (ja) | 判定装置、判定方法、プログラムおよびプログラムを記録した記録媒体 | |
CN115690085A (zh) | 一种基于移动端的废钢识别方法及*** | |
JPH01197808A (ja) | 無人走行車の誘導装置 | |
CN112445224B (zh) | 光学检测装置 | |
US11436842B2 (en) | Bulb mask representation for traffic light classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |