CN113110408B - 机器人定位***及方法、机器人、计算机可读存储介质 - Google Patents
机器人定位***及方法、机器人、计算机可读存储介质 Download PDFInfo
- Publication number
- CN113110408B CN113110408B CN201911355279.4A CN201911355279A CN113110408B CN 113110408 B CN113110408 B CN 113110408B CN 201911355279 A CN201911355279 A CN 201911355279A CN 113110408 B CN113110408 B CN 113110408B
- Authority
- CN
- China
- Prior art keywords
- positioning
- robot
- markers
- target
- marker
- 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 26
- 239000003550 marker Substances 0.000 claims description 128
- 238000012216 screening Methods 0.000 claims description 49
- 238000012937 correction Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 238000005299 abrasion Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了一种机器人定位方法及***、机器人、计算机可读存储介质，其中，在机器人行驶的通道两侧上方设置多个定位标志物，机器人在通道上行驶时，拍摄包括多个定位标志物的目标图像，并基于定位标志物中的至少两个目标定位标志物在目标图像中的位置坐标，确定机器人在地理坐标系中的位置坐标和运动方向。本申请利用位于机器人上方的多个定位标志物来定位机器人，克服了现有技术中利用地面标志物容易造成定位失败的缺陷，进一步地，本申请利用目标图像的中线筛选的目标定位标志物相对于目标图像中的其他定位标志物与机器人的距离较近，有利于提高确定的机器人的位置坐标和运动方向的准确度。
Description
技术领域
本申请涉及计算机技术、图像处理领域，具体而言，涉及一种机器人定位方法及***、机器人、计算机可读存储介质。
背景技术
在进行机器人等设备的定位的时候，一般是利用地面上的二维码等标志物的位置信息定位机器人的位置信息。
由于地面上的标志物容易受到磨损等伤害，或是受到其他物体的遮挡等，因此，可能无法获取地面标志物的图像，继而无法获取到地面标志物的位置信息，造成无法实现机器人等设备的定位。
发明内容
有鉴于此，本申请至少提供一种机器人定位方法及***、机器人、计算机可读存储介质。
第一方面，本申请提供了一种机器人定位***，包括：机器人、对称分布在机器人行驶的通道两侧上方的多个定位标志物，并且所述通道任一侧上方的定位标志物均匀排布；
所述机器人在所述通道上行驶时，拍摄包括多个定位标志物的目标图像，并基于所述定位标志物中的至少两个目标定位标志物在所述目标图像中的位置坐标，确定所述机器人在地理坐标系中的位置坐标和运动方向；其中，所述目标定位标志物分别分布于所述通道两侧的上方。
在一种可能的实施方式中，所述定位标志物分布在所述通道两侧的上方的屋顶上。
第二方面，本申请提供了一种机器人，包括第一摄像头、处理器和行动机构；所述处理器包括定位筛选模块、第一定位模块和第二定位模块；
所述第一摄像头设置为，拍摄位于机器人上方的多个定位标志物的目标图像；
所述定位筛选模块设置为，基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于所述通道两侧的上方；
所述第一定位模块设置为，基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向；
所述第二定位模块设置为，基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向；
所述行动机构设置为，基于所述机器人在地理坐标系中的位置坐标和运动方向，驱动所述机器人运动。
在一种可能的实施方式中，所述定位筛选模块具体设置为，若检测到所述目标图像的中线上存在两个定位标志物，则，将所述目标图像中的、分别与所述中线上的每个定位标志物距离最近的两个定位标志物，以及所述中线上的定位标志物作为目标定位标志物。
在一种可能的实施方式中，所述定位筛选模块具体设置为，
若检测到所述目标图像的中线上不存在定位标志物，则获取与所述中线距离最近的两个候选定位标志物；
若获取的两个候选定位标志物位于所述中线的同一侧，则将所述目标图像中的、分别与获取的每个候选定位标志物距离最近的两个定位标志物，以及所述两个候选定位标志物作为目标定位标志物。
在一种可能的实施方式中，所述定位筛选模块具体设置为，
若检测到所述目标图像的中线上存在一个定位标志物，则获取与所述中线距离最近的一个第一定位标志物；
筛选与所述第一定位标志物距离最近的一个第二定位标志物；
基于所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和用于标志物筛选的预设形状，从目标图像中剩余的定位标志物中筛选得到第三定位标志物；
将所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和所述第三定位标志物，作为目标定位标志物。
在一种可能的实施方式中，所述定位筛选模块具体设置为，
从所述定位标志物中筛选位于所述目标图像的中线上的或者与所述目标图像的中线距离最近的两个目标定位标志物。
在一种可能的实施方式中，所述定位标志物对称分布在所述通道两侧上方，并且所述通道任一侧上方的定位标志物均匀排布。
在一种可能的实施方式中，所述第一定位模块具体设置为，
将所述至少两个目标定位标志物分为至少一个定位标志组，其中每个所述定位标志组中包括分别分布于所述通道两侧上方的两个目标定位标志物；
针对每个定位标志组，基于该定位标志组中的两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定该定位标志组中的两个目标定位标志物的连线的中点坐标和该定位标志组中的两个目标定位标志物的连线的角度信息；
基于每个定位标志组对应的中点坐标，确定所述机器人在所述图像坐标系中对应于第一坐标轴的位置坐标和相对于第二坐标轴的位置坐标；其中所述第一坐标轴与所述第二坐标轴相垂直，所述第二坐标轴与所述通道的前进方向平行；
基于每个定位标志组对应的角度信息，确定所述机器人在所述图像坐标系中的运动方向。
在一种可能的实施方式中，所述第一定位模块具体设置为，
基于每个目标定位标志物在所述图像坐标系中对应于第二坐标轴的坐标信息，确定所述机器人在所述图像坐标系中对应于第二坐标轴的位置坐标；其中，所述第二坐标轴与所述通道的前进方向平行。
在一种可能的实施方式中，所述机器人还可包括一第二摄像头，所述第二摄像头设置为拍摄位于机器人下方的多个辅助定位标志物；
所述处理器还包括一校正模块，所述校正模块设置为，基于每个辅助定位标志物的在地理坐标系下的位置坐标，确定所述机器人对应的校正位置坐标；以及，基于所述校正位置坐标对基于地面辅助定位标志物导航的所述机器人在地理坐标系中的位置坐标进行校正。
第三方面，本申请提供了一种机器人定位方法，包括：
获取机器人拍摄的、位于机器人所行驶的通道的上方的多个定位标志物的目标图像；
基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的位置的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于所述通道两侧的上方；
基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向；
基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述机器人定位方法的步骤。
本申请提供了一种机器人定位方法及***、机器人、计算机可读存储介质，其中，在机器人行驶的通道两侧上方设置多个定位标志物，机器人在通道上行驶时，拍摄包括多个定位标志物的目标图像，并基于定位标志物中的至少两个目标定位标志物在目标图像中的位置坐标，确定机器人在地理坐标系中的位置坐标和运动方向。本申请利用位于机器人上方的多个定位标志物来定位机器人，克服了现有技术中利用地面标志物容易造成定位失败的缺陷，进一步地，本申请利用目标图像的中线筛选的目标定位标志物相对于目标图像中的其他定位标志物与机器人的距离较近，有利于提高确定的机器人的位置坐标和运动方向的准确度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例的机器人定位***中定位标志物设置示意图；
图2示出了本申请实施例提供的一种机器人的结构示意图；
图3示出了本申请实施例中的一种筛选目标定位标志物的示意图；
图4示出了本申请实施例中的另一种筛选目标定位标志物的示意图；
图5示出了本申请实施例中的再一种筛选目标定位标志物的示意图；
图6示出了本申请实施例提供的一种机器人定位方法的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“仓储物流中运货机器人的定位”，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他需要进行机器人定位的实施例和应用场景。虽然本申请主要围绕仓储物流中运货机器人的定位进行描述，但是应该理解，这仅是一个示例性实施例。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
目前仓储物流中一般利用地面上设置的二维码来实现仓储物流机器人的定位，在很多情况下，地面上的二维码容易受到仓储物流机器人等设备、物体等的辗轧而造成磨损，磨损后可能会造成二维码的漏检，继而造成仓储物流机器人定位不准确或定位失败。另外，设置于地面上的二维码容易因受到其他物体的遮挡而造成二维码的漏检，同样会造成仓储物流机器人定位不准确或定位失败。针对于上述技术问题，本申请提供了一种机器人定位方法及***、机器人，本申请利用位于仓储物流机器人上方的定位标志物来定位仓储物流机器人，克服了现有技术中利用地面标志物容易造成定位失败的缺陷，同时，利用仓储物流机器人拍摄的图像的中线筛选的目标定位标志物，相对于图像中的其他定位标志物与仓储物流机器人的距离较近，有利于提高确定的仓储物流机器人的位置坐标和运动方向的准确度。
本申请实施例提供了一种机器人定位***，包括机器人、对称分布在机器人行驶的通道两侧上方的多个定位标志物，并且所述通道任一侧上方的定位标志物均匀排布。
如图1所示，为了实现机器人在通道中的定位，在通道两侧上方对称的位置分别设置一个定位标志物，并且所述通道任一侧上方的定位标志物均匀排布，例如，每隔1米设置一个定位标志物。在具体实施时，定位标志物11可以按照如图1所示进行设置，图中箭头12所指的方向即为通道的前进方向。
在具体实施时，上述定位标志物可以分布在所述通道两侧的上方的屋顶上。当然，定位标志物也可以不设置在仓库的屋顶上，只需要设置在高于机器人，并且能够避免被其他仓库中其他物体遮挡的位置即可。
所述机器人在所述通道上行驶时，拍摄包括多个定位标志物的目标图像，并基于所述定位标志物中的至少两个目标定位标志物在所述目标图像中的位置坐标，确定所述机器人在地理坐标系中的位置坐标和运动方向；其中，所述目标定位标志物分别分布于所述通道两侧的上方。
上述实施例利用位于仓储物流机器人上方的定位标志物来定位仓储物流机器人，克服了现有技术中利用地面标志物容易造成定位失败的缺陷。
本申请实施例提供了一种机器人，如图2所示，包括：第一摄像头210、处理器220和行动机构230；所述处理器包括定位筛选模块2201、第一定位模块2202和第二定位模块2203。
所述第一摄像头210设置为，拍摄位于机器人上方的多个定位标志物的目标图像。
为了克服对定位标志物的遮挡、磨损等，将定位标志物设置在地面以上，例如可以将定位标志物设置在仓库的屋顶上。在具体应用场景中，机器人一般是按照设置好的通道前进或后退，第一摄像210正对屋顶进行拍摄，由于第一摄像头拍摄角度的限制，拍摄到的定位标志物为机器人上方的、距离机器人较近的多个定位标志物。利用与机器人较近的定位标志物来对机器人进行定位有利于提高定位准确度。
所述定位筛选模块2201设置为，基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于所述通道两侧的上方。
由于第一摄像头正对上方进行拍摄，第一摄像头安装在机器人上方，因此，拍摄得到的目标图像的中线为机器人在目标图像中的位置。本步骤中，基于目标图像的中线筛选用于定位机器人的目标定位标志物，实现了在与机器人的距离较近的定位标志物中进一步筛选与机器人距离更近的定位标志物，能够进一步提高定位的准确度。
这里，筛选得到的定位标志物中至少包括对称分布在通道两侧上方的两个定位标志物，基于对称分布的标志物能够确定机器人在图像坐标中的位置坐标。另外基于对称分布于通道两侧上方的两个定位标志物的连线，能够确定机器人在图像坐标下的运动方向信息。
所述第一定位模块2202设置为，基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向。
在目标定位标志物多于两个时，可以将目标定位标志物划分为一个或多个定位标志组，每个所述定位标志组中包括按照预设方向排布的两个目标定位标志物，即包括对称分布在通道两侧上方的两个定位标志物。之后，基于每个定位标志组分别确定一个定位标志物在所述图像坐标系中的位置坐标，最后基于每个定位标志组确定的位置坐标，能够确定机器人在所述图像坐标系中最终的位置坐标。上述预设方向即与通道的横截面对应的方向。
这里，基于每个定位标志组可以分别确定一个定位标志物的运动方向，最后基于每个定位标志组确定的运动方向，能够确定机器人在所述图像坐标系中的运动方向。
所述第二定位模块2203设置为，基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向。
这里，在确定了机器人在所述图像坐标系中的位置坐标和运动方向之后，可以结合地面上的二维码实现机器人在地理坐标系中的定位和运动方向的确定。在具体实施时，通过对地面二维码的解析能够确定二维码在地理坐标下的位置坐标，基于地面二维码在地理坐标下的位置坐标和机器人在所述图像坐标系中的位置坐标和运动方向，能够确定所述机器人在地理坐标系中的位置坐标和运动方向。
所述行动机构230设置为，基于所述机器人在地理坐标系中的位置坐标和运动方向，驱动所述机器人运动。
在确定了机器人在地理坐标系中的位置坐标和运动方向之后，基于通道在地理坐标系中的位置坐标和运动方向可以对机器人的位置和运动方向进行纠正，驱动机器人运动，例如，可以纠正机器人按照通道的方向进行运动，控制机器人运动到通道的中间位置以及控制机器人的沿通道运动的距离。
上述实施例利用位于机器人上方的定位标志物来定位机器人，克服了现有技术中利用地面标志物容易造成定位失败的缺陷，同时，利用目标图像的中线筛选的目标定位标志物相对于目标图像中的其他定位标志物与机器人的距离较近，有利于提高确定的机器人的位置坐标和运动方向的准确度。
在一些实施例中，所述定位筛选模块2201具体设置为，若检测到所述目标图像的中线上存在两个定位标志物，则，将所述目标图像中的、分别与所述中线上的每个定位标志物距离最近的两个定位标志物，以及所述中线上的定位标志物作为目标定位标志物。
具体地，如图3所示，定位标志物31和定位标志物32为对称分布于通道两侧的上方，并且这两个定标志物均位于目标图像的中线37上，即这两个定位标志物位于机器人的正上方，与机器人的距离最近，这两个定位标志物可以作为目标定位标志物。
为了提高定位的准确度，如图3所示，可以从目标图像中的其他定位标志物中筛选其他的目标定位标志物作，来与上述定位标志物31和定位标志物32共同实现机器人的定位。具体地，可以将与定位标志物31距离最近的定位标志物33和定位标志物34、以及，与定位标志物32距离最近的定位标志物35和定位标志物36均作为目标定位标志物。
在筛选得到目标定位标志物之后，利用第一定位模块2202对机器人进行定位，即将第一定位模块设置为：
将所述至少两个目标定位标志物分为至少一个定位标志组，其中每个所述定位标志组中包括分别分布于所述通道两侧上方的两个目标定位标志物；
针对每个定位标志组，基于该定位标志组中的两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定该定位标志组中的两个目标定位标志物的连线的中点坐标和该定位标志组中的两个目标定位标志物的连线的角度信息；
基于每个定位标志组对应的中点坐标，确定所述机器人在所述图像坐标系中对应于第一坐标轴的位置坐标和相对于第二坐标轴的位置坐标；其中所述第一坐标轴与所述第二坐标轴相垂直，所述第二坐标轴与所述通道的前进方向平行；
基于每个定位标志组对应的角度信息，确定所述机器人在所述图像坐标系中的运动方向。
上述，定位标志组中包括的两个定位标志物为对称分布于通道两侧上方的定位标志物。
上述，首先连接定位标志组中的两个目标定位标志物，之后，确定连线的中点坐标和连线在图像坐标系中的角度信息。上述中点坐标即为利用该定位标志组确定的机器人在所述图像坐标系的位置坐标。上述角度信息为利用该定位标志组确定的机器人在图像坐标系下运动的角度信息，即机器人在图像坐标系下的运动方向。
上述，中点坐标包括连线的中点在所述图像坐标系中对应于第一坐标轴的位置坐标和连线的中点在所述图像坐标系中对应于第二坐标轴的位置坐标。在具体计算时，可以计算分别计算各个中点的相对于第一坐标轴的位置坐标的第一均值，和各个中点的相对于第二坐标轴的位置坐标的第二均值，并将第一均值作为机器人在所述图像坐标系中对应于第一坐标轴的位置坐标，将第二均值作为所述机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
上述，具体可以计算各个角度信息对应的角度的均值，将得到的均值作为所述机器人在所述图像坐标系中的运动方向。
另外，在筛选的目标定位标志物中存在不属于任意定位标志组的定位标志物时，第一定位模块2202可以利用如下步骤确定机器人在所述图像坐标系中对应于第二坐标轴的位置坐标：
基于每个目标定位标志物在所述图像坐标系中对应于第二坐标轴的坐标信息，确定所述机器人在所述图像坐标系中对应于第二坐标轴的位置坐标；其中，所述第二坐标轴与所述通道的前进方向平行。具体地，可以计算每个目标定位标志物在所述图像坐标系中对应于第二坐标轴的坐标的均值，将得到的均值作为机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
应当说明的是，定位筛选模块2201在筛选目标定位标志物时，可以只选取位于目标图像的中线上的两个定位标志物，利用中线上的两个目标定位标志物可以确定机器人在所述图像坐标系中对应于第一坐标轴的位置坐标和机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
另外，如果选取的目标定位标志物多于两个时，也可以只利用中线上的两个目标定位标志物确定机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
在一些实施例中，上述定位筛选模块2201还可以具体设置为：
若检测到所述目标图像的中线上不存在定位标志物，则获取与所述中线距离最近的两个候选定位标志物；若获取的两个候选定位标志物位于所述中线的同一侧，则将所述目标图像中的、分别与获取的每个候选定位标志物距离最近的两个定位标志物，以及所述两个候选定位标志物作为目标定位标志物。
具体地，如图4所示，若目标图像的中线41上不存在定位标志物，此时需要获取与中线41距离最近的候选定位标志物42和候选定位标志物43，如果候选定位标志物42和候选定位标志物43位于中线41的同一侧，此时可将候选定位标志物42和候选定位标志物43作为目标定位标志物。
为了提高定位的准确度，如图4所示，可以从目标图像中的其他定位标志物中筛选其他的目标定位标志物作，来与上述候选定位标志物42和候选定位标志物43共同实现机器人的定位。具体地，可以将与候选定位标志物42距离最近的定位标志物44和定位标志物45、以及，与候选定位标志物43距离最近的定位标志物46和定位标志物47均作为目标定位标志物。
在确定了目标定位标志物之后，可利用与上面相同的方法来确定机器人在图像坐标系下的位置坐标和运动方向，这里不再赘述。
应当说明的是，筛选目标定位标志物时，可以只选取与目标图像的中线距离最近的两个定位标志物，利用选取的两个目标定位标志物可以确定机器人在所述图像坐标系中对应于第一坐标轴的位置坐标和机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
另外，如果选取的目标定位标志物多于两个时，也可以只利用与目标图像的中线距离最近的两个定位标志物确定机器人在所述图像坐标系中对应于第二坐标轴的位置坐标。
上面筛选的目标定位标志物的方法适用于机器人在通道中的运动方向与通道的前进方向之间的差值较小的场景，如果机器人在通道中的运动方向与通道的方向之间的差值较大，则不会出现对称分布在通道两侧上方的两个定位标志物同时位于目标图像中线的同一侧或同时位于目标图像的中线上情况，此时，定位筛选模块2201可以利用如下步骤从所述目标图像中筛选目标定位标志物：
若检测到所述目标图像的中线上存在一个定位标志物，则获取与所述中线距离最近的一个第一定位标志物；筛选与所述第一定位标志物距离最近的一个第二定位标志物；基于所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和用于标志物筛选的预设形状，从目标图像中剩余的定位标志物中筛选得到第三定位标志物；将所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和所述第三定位标志物，作为目标定位标志物。
具体地，如图5所示，目标图像的中线51上只存在定位标志物52，此时需要获取与中线51距离最近的一个定位标志物53，即第一定位标志物，之后，筛选与所述定位标志物53距离最近的一个定位标志物54，即第二定位标志物。此时已经确定了三个定位标志物，基于定位标志物的连线尽量形成矩形，即预设形状的原则，筛选得到定位标志物55，最后将定位标志物52、定位标志物53、定位标志物54和定位标志物55作为目标定位标志物。
另外还可以基于定位标志物的连线形成的矩形位于机器人前进的方向上的原则来筛选目标定位标志物。
在确定了目标定位标志物之后，可利用与上面相同的方法来确定机器人在图像坐标系下的位置坐标和运动方向，这里不再赘述。
特殊的情况下，若灯光或者其他原因，导致无法检测到4个以上的定位标志区，此时可以利用对称分布于通道两侧上方的两个定位标志物来定位机器人。具体地，定位筛选模块2201可以利用如下步骤从所述目标图像中筛选目标定位标志物：
从所述定位标志物中筛选位于所述目标图像的中线上的或者与所述目标图像的中线距离最近的两个目标定位标志物。
上面筛选得到的两个目标定位标志物不必同时位于中线上，可一个位于中线上，另一个与中线的距离最近，也可以分别位于中线的两侧。
上述实施例中的定位标志物可以设置成圆形、矩形等形状，为了避免其他物体的干扰，还可以将定位标志物设置为红色、黄色等颜色。定位标志物具体的形状和颜色可以根据具体的应用场景进行设置。
在进行机器人定位操作之前，需要首先检测、确定定位标志物，之后利用定位标志物的中心进行定位操作。例如，在定位标志物为圆形时，首先需要进行sobel边缘检测，之后利用hough圆进行检测，确定定位标志物的中心。将定位标志物设置为圆形，在定位标志物有破损等的情况下，能够利用部分边缘检测检出定位标志物，避免漏检。圆形抗干扰性强些。
上述实施例中的定位标志物均匀设置在机器人所行驶的通道两侧的上方，并且在通道的横截面方向上两两对称，因此，这些定位标志物排列成一个或多个通道，这个或这些通道与地面上机器人行驶的通道相匹配。
第一摄像头210是正向上拍摄的，只能拍摄到位于机器人上方的一定范围内的定位标志物。在拍摄到较多的定位标志物时，可以去除离机器人较远的标志物，以提高定位的置信度。
另外，上述定位标志物也可以不设置成通道排列形式，可以均匀排布在屋顶上，之后基于第一摄像头210能够拍摄到的较近的两个以上的目标标志物的位置信息，定位机器人。这里的定位标志物中需要包括其在地理坐标系下的位置，这样基于目标定位标志物在地理坐标系下的位置能够定位机器人。
在一些实施例中，上述机器人还可包括一第二摄像头240，所述第二摄像头240设置为拍摄位于机器人下方的多个辅助定位标志物。
所述处理器220还包括一校正模块2204，所述校正模块2204设置为，基于每个辅助定位标志物的在地理坐标系下的位置坐标，确定所述机器人对应的校正位置坐标；以及，基于所述校正位置坐标对基于地面辅助定位标志物导航的所述机器人在地理坐标系中的位置坐标进行校正。
上述，辅助定位标志物可以是设置于地面上的二维码，在拍摄到地面上的二维码之后，对二维码进行解析，能够得到二维码在地理坐标下的坐标，利用解析得到的二维码在地理坐标系下的位置坐标能够确定机器人对应的校正位置坐标，最后利用校正位置坐标对机器人在地理坐标系中的位置坐标进行校正。
上述处理器进行的操作可以由外设的处理器来完成，外设的处理器获取第一摄像头210和第二摄像头240采集的图像，并根据采集的图像确定机器人在地理坐标系中的位置坐标和运动方向，并利用机器人的行动机构230驱动机器人运动。
对应于上述机器人，本申请实施例还提供了一种机器人定位方法，该方法应用于机器人，能够达到相同或相似的有益效果。具体地，如图6所示，本申请提供的机器人定位方法可以包括如下步骤：
S610、获取机器人拍摄的、位于机器人所行驶的通道的上方的多个定位标志物的目标图像。
S620、基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的位置的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于所述通道两侧的上方。
S630、基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向。
S640、基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向。
本申请实施例还提供的一种对应于上述方法及***的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，本文不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种机器人定位***，其特征在于，包括：机器人、对称分布在机器人行驶的通道两侧上方的多个定位标志物，并且所述通道任一侧上方的定位标志物均匀排布；
所述机器人在所述通道上行驶时，拍摄包括多个定位标志物的目标图像，并基于所述定位标志物中的至少两个目标定位标志物在所述目标图像中的位置坐标，确定所述机器人在地理坐标系中的位置坐标和运动方向；其中，所述目标定位标志物分别分布于所述通道两侧的上方；
其中，所述目标定位标识物中包括至少一对成对设置的定位标志物，且成对设置的目标定位标志物之间的连线和所述通道的中线垂直；
所述机器人在所述通道上行驶时，拍摄位于机器人下方的多个辅助定位标志物；基于每个辅助定位标志物的在地理坐标系下的位置坐标，确定所述机器人对应的校正位置坐标；以及，基于所述校正位置坐标对基于地面辅助定位标志物导航的所述机器人在地理坐标系中的位置坐标进行校正。
2.根据权利要求1所述的机器人定位***，其特征在于，所述定位标志物分布在所述通道两侧的上方的屋顶上。
3.一种机器人，其特征在于，包括第一摄像头、处理器和行动机构；所述处理器包括定位筛选模块、第一定位模块和第二定位模块；
所述第一摄像头设置为，拍摄位于机器人上方的多个定位标志物的目标图像；
所述定位筛选模块设置为，基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于机器人行驶的通道两侧的上方；所述目标定位标识物中包括至少一对成对设置的定位标志物，成对设置的目标定位标志物之间的连线和所述通道的中线垂直；
所述第一定位模块设置为，基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向；
所述第二定位模块设置为，基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向；
所述行动机构设置为，基于所述机器人在地理坐标系中的位置坐标和运动方向，驱动所述机器人运动；
所述机器人还可包括一第二摄像头，所述第二摄像头设置为拍摄位于机器人下方的多个辅助定位标志物；
所述处理器还包括一校正模块，所述校正模块设置为，基于每个辅助定位标志物的在地理坐标系下的位置坐标，确定所述机器人对应的校正位置坐标；以及，基于所述校正位置坐标对基于地面辅助定位标志物导航的所述机器人在地理坐标系中的位置坐标进行校正。
4.根据权利要求3所述的机器人，其特征在于，所述定位筛选模块具体设置为，若检测到所述目标图像的中线上存在两个定位标志物，则，将所述目标图像中的、分别与所述中线上的每个定位标志物距离最近的两个定位标志物，以及所述中线上的定位标志物作为目标定位标志物。
5.根据权利要求3所述的机器人，其特征在于，所述定位筛选模块具体设置为，
若检测到所述目标图像的中线上不存在定位标志物，则获取与所述中线距离最近的两个候选定位标志物；
若获取的两个候选定位标志物位于所述中线的同一侧，则将所述目标图像中的、分别与获取的每个候选定位标志物距离最近的两个定位标志物，以及所述两个候选定位标志物作为目标定位标志物。
6.根据权利要求3所述的机器人，其特征在于，所述定位筛选模块具体设置为，
若检测到所述目标图像的中线上存在一个定位标志物，则获取与所述中线距离最近的一个第一定位标志物；
筛选与所述第一定位标志物距离最近的一个第二定位标志物；
基于所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和用于标志物筛选的预设形状，从目标图像中剩余的定位标志物中筛选得到第三定位标志物；
将所述中线上的一个定位标志物、所述第一定位标志物、所述第二定位标志物和所述第三定位标志物，作为目标定位标志物。
7.根据权利要求3所述的机器人，其特征在于，所述定位筛选模块具体设置为，
从所述定位标志物中筛选位于所述目标图像的中线上的或者与所述目标图像的中线距离最近的两个目标定位标志物。
8.根据权利要求3所述的机器人，其特征在于，所述定位标志物对称分布在所述通道两侧上方，并且所述通道任一侧上方的定位标志物均匀排布。
9.根据权利要求3所述的机器人，其特征在于，所述第一定位模块具体设置为，
将所述至少两个目标定位标志物分为至少一个定位标志组，其中每个所述定位标志组中包括分别分布于所述通道两侧上方的两个目标定位标志物；
针对每个定位标志组，基于该定位标志组中的两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定该定位标志组中的两个目标定位标志物的连线的中点坐标和该定位标志组中的两个目标定位标志物的连线的角度信息；
基于每个定位标志组对应的中点坐标，确定所述机器人在所述图像坐标系中对应于第一坐标轴的位置坐标和相对于第二坐标轴的位置坐标；其中所述第一坐标轴与所述第二坐标轴相垂直，所述第二坐标轴与所述通道的前进方向平行；
基于每个定位标志组对应的角度信息，确定所述机器人在所述图像坐标系中的运动方向。
10.根据权利要求3所述的机器人，其特征在于，所述第一定位模块具体设置为，
基于每个目标定位标志物在所述图像坐标系中对应于第二坐标轴的坐标信息，确定所述机器人在所述图像坐标系中对应于第二坐标轴的位置坐标；其中，所述第二坐标轴与所述通道的前进方向平行。
11.一种机器人定位方法，其特征在于，包括：
获取机器人拍摄的、位于机器人所行驶的通道的上方的多个定位标志物的目标图像；
基于所述目标图像的中线，从所述目标图像中筛选用于定位所述机器人的位置的至少两个目标定位标志物；其中，筛选得到的目标定位标志物分别分布于所述通道两侧的上方；所述目标定位标识物中包括至少一对成对设置的定位标志物，成对设置的目标定位标志物之间的连线和所述通道的中线垂直；
基于所述至少两个目标定位标志物在所述目标图像对应的图像坐标系中的位置坐标，确定所述机器人在所述图像坐标系中的位置坐标和运动方向；
基于所述机器人在所述图像坐标系中的位置坐标和运动方向，确定所述机器人在地理坐标系中的位置坐标和运动方向；
拍摄位于机器人下方的多个辅助定位标志物；
基于每个辅助定位标志物的在地理坐标系下的位置坐标，确定所述机器人对应的校正位置坐标；以及，基于所述校正位置坐标对基于地面辅助定位标志物导航的所述机器人在地理坐标系中的位置坐标进行校正。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求11所述的机器人定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911355279.4A CN113110408B (zh) | 2019-12-25 | 2019-12-25 | 机器人定位***及方法、机器人、计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911355279.4A CN113110408B (zh) | 2019-12-25 | 2019-12-25 | 机器人定位***及方法、机器人、计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113110408A CN113110408A (zh) | 2021-07-13 |
| CN113110408B true CN113110408B (zh) | 2023-09-29 |
Family
ID=76708504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911355279.4A Active CN113110408B (zh) | 2019-12-25 | 2019-12-25 | 机器人定位***及方法、机器人、计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113110408B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1598610A (zh) * | 2003-09-16 | 2005-03-23 | 三星电子株式会社 | 用于估计移动式机器人的位置和方位的装置和方法 |
| CN101452292A (zh) * | 2008-12-29 | 2009-06-10 | 天津理工大学 | 基于序列双色点阵式航标的鱼眼镜头全向视觉制导方法 |
| 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 |
| CN107463173A (zh) * | 2017-07-31 | 2017-12-12 | 广州维绅科技有限公司 | 仓储agv导航方法及装置、计算机设备及存储介质 |
| CN107703940A (zh) * | 2017-09-25 | 2018-02-16 | 芜湖智久机器人有限公司 | 一种基于天花板二维码的导航方法 |
| CN109920266A (zh) * | 2019-02-20 | 2019-06-21 | 武汉理工大学 | 一种智能车辆定位方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243360B (zh) * | 2018-03-08 | 2022-02-22 | 深圳市优必选科技有限公司 | 机器人在运动区域的地图构建及定位方法 |
-
2019
- 2019-12-25 CN CN201911355279.4A patent/CN113110408B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1598610A (zh) * | 2003-09-16 | 2005-03-23 | 三星电子株式会社 | 用于估计移动式机器人的位置和方位的装置和方法 |
| CN101452292A (zh) * | 2008-12-29 | 2009-06-10 | 天津理工大学 | 基于序列双色点阵式航标的鱼眼镜头全向视觉制导方法 |
| 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 |
| CN107463173A (zh) * | 2017-07-31 | 2017-12-12 | 广州维绅科技有限公司 | 仓储agv导航方法及装置、计算机设备及存储介质 |
| CN107703940A (zh) * | 2017-09-25 | 2018-02-16 | 芜湖智久机器人有限公司 | 一种基于天花板二维码的导航方法 |
| CN109920266A (zh) * | 2019-02-20 | 2019-06-21 | 武汉理工大学 | 一种智能车辆定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113110408A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3290592B1 (en) | Method and apparatus to track a blade | |
| US10930015B2 (en) | Method and system for calibrating multiple cameras | |
| US10198632B2 (en) | Survey data processing device, survey data processing method, and survey data processing program | |
| JP6510247B2 (ja) | 測量データ処理装置、測量データ処理方法およびプログラム | |
| CN111598952B (zh) | 一种多尺度合作靶标设计与在线检测识别方法及*** | |
| US8107687B2 (en) | System and method for tracking motion of an object image | |
| US20200101619A1 (en) | Ground Mark For Spatial Positioning | |
| CN102622767A (zh) | 双目非标定空间定位方法 | |
| CN110097498B (zh) | 基于无人机航迹约束的多航带图像拼接与定位方法 | |
| CN112991401B (zh) | 车辆运行轨迹追踪方法、装置、电子设备和存储介质 | |
| CN110779395A (zh) | 一种打靶校正***及方法 | |
| US20130100281A1 (en) | Method, System and Computer Program Product for Detecting an Obstacle with a Camera | |
| CN113110408B (zh) | 机器人定位***及方法、机器人、计算机可读存储介质 | |
| CN111596371B (zh) | 铁磁目标探测方法、装置及*** | |
| EP4002243A1 (en) | Pickup robot, pickup method, and computer-readable storage medium | |
| CN110738867A (zh) | 一种车位检测方法、装置、设备及存储介质 | |
| CN106934832B (zh) | 一种面向视觉巡线的简易直线自动定位方法 | |
| CN106023139A (zh) | 一种基于多摄像机的室内跟踪定位方法和*** | |
| CN113031582A (zh) | 机器人、定位方法及计算机可读存储介质 | |
| US8620464B1 (en) | Visual automated scoring system | |
| KR101844328B1 (ko) | 가려짐 및 회전에 강인한 공장 자동화 물체 인식 시스템 및 방법 | |
| CN111738082A (zh) | 基于机器视觉自动跟踪定位火灾火源点的识别方法和装置 | |
| CN110031014B (zh) | 基于图案识别的视觉定位方法 | |
| CN105930801A (zh) | 一种道岔指示器图像识别方法 | |
| CN113033743A (zh) | 定位标识、识别定位标识的机器人、定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |