CN113175915A - 无源低成本井下救援机器人自定位装置及定位方法 - Google Patents

Abstract

本发明公开一种无源低成本井下救援机器人自定位装置及定位方法，装置包括安装在巷道顶板的定位基站、安装在救援机器人顶部的红外摄像机以及安装在救援机器人内部的边缘计算节点；定位基站内部设有其专属ID，救援机器人内部存储有标有定位基站专属ID的井下环境地图。方法为：采用一个具有专属ID的反射标签排列序列的定位基站，救援机器人通过红外摄像机获取定位基站图像，并对该图像中的专属ID进行检测、识别、纠错、验证每个定位基站的身份即专属ID，以确定救援机器人处于哪个定位基站附近，再通过定位算法计算出救援机器人的准确位置。本发明能够对井下救援机器人进行实时定位，无需部署供电基础设施，成本低廉、定位精度高。

Description

无源低成本井下救援机器人自定位装置及定位方法

技术领域

本发明涉及一种定位方法及装置，具体是一种无源低成本井下救援机器人自定位装置及定位方法，属于井下智能定位技术领域。

背景技术

煤矿复杂的环境往往会引起矿山灾害，矿井事故发生后，救援刻不容缓。由于受到大量有害气体和不可预知的障碍的限制，救援机器人被认为是在地下展开救援的一个很好的选择。在众多的研究课题中，井下机器人的自定位是研究的热点之一。

井下定位是一种特殊的室内定位，目前涌现了很多基于无线信号基站(如蓝牙、WiFi、UWB和Zigbee)的室内定位方案，然而，这些方案在井下还存在诸多限制。由于井下环境复杂，无线信号衰减严重，致使定位精度较差。此外，无线信号基站都需要电源供电，这限制了其在井下的应用，一方面，为了保护煤矿生产安全，不允许大规模部署电源。另一方面，一旦发生矿井事故，大部分的供电设备会被破坏，导致定位***崩溃。因此，部署适用于井下的低成本无源的基站是实现井下定位的关键，一个潜在的选择是基于RFID的***，其无需电源，但该解决方案存在以下缺点：(1)RFID信号在地下衰减严重，阅读器的感知距离较短；(2)阅读器的成本较高。

发明内容

针对上述现有技术存在的问题，本发明提供一种无源低成本井下救援机器人自定位装置及定位方法，能够对井下救援机器人进行实时定位，无需部署供电基础设施，每个基站无需通过无线信号实时传送其位置，成本低廉、定位精度高。

为达到以上目的，本发明提供一种无源低成本井下救援机器人自定位装置，包括定位基站，用于拍摄定位基站的红外摄像机以及安装在救援机器人内部的边缘计算节点；定位基站为反射标签，以固定间隔安装在巷道顶板，每个定位基站内部设有其专属ID，红外摄像机集成有红外发射器，安装在救援机器人顶部，红外摄像机采集图像的方向垂直于巷道顶板；救援机器人内部存储有标有定位基站专属ID的井下环境地图。

一种无源低成本井下救援机器人自定位方法，包括以下步骤：

a当救援机器人进入矿井后，其顶部集成有红外发射器的红外摄像机发射红外光，安装在巷道顶部具有专属ID的定位基站接触到红外光后反射红外光，红外摄像机根据反射的红外光实时捕捉定位基站的图像并传送至边缘计算节点；

b边缘计算节点通过识别算法从红外摄像机捕获的图像中检测定位基站，并对其进行识别，随后对识别结果进行校验，进而得到当前救援机器人所处附近的定位基站专属ID，根据定位基站专属ID以及救援机器人内部存储的井下环境地图得到该定位基站的位置信息；

c边缘计算节点再通过定位算法根据识别出定位基站的位置信息以及空间几何关系，最终得到救援机器人的位置信息。

与现有技术相比，本发明具有以下优点：

1)本发明采用一个具有专属ID的反射标签排列序列的定位基站，通过计算机视觉相关技术，救援机器人可以检测、识别纠错并验证每个定位基站的身份即专属ID，以确定它处于哪个定位基站附近，再通过定位算法计算出救援机器人的准确位置，本发明具有很高的潜力，可在井下实现大规模部署，为复杂地下环境下救援机器人的精确定位提供了一种低成本和有效的解决方案。

2)由于本发明定位基站为反射标签，因此，无需通过无线信号传送基站的位置信息，有效地解决了因井下无线信号衰减严重，致使定位精度较差的技术问题，且本发明无需电源供电，成本低廉，可在井下大规模部署。

附图说明

图1是本发明设计流程示意图；

图2是本发明基站编码方案图；

图3是本发明汉明码优化方案图；

图4是本发明校验位对应的被检查位示例图；

图5是本发明基站识别中透视变换效果图；

图6是本发明基站识别中坐标转换示意图。

图7是本发明定位几何关系图。

具体实施方式

下面结合附图对本发明作进一步说明。

本发明一种井下救援机器人自定位装置，包括定位基站、用于拍摄定位基站图片的红外摄像机以及安装在救援机器人内部的边缘计算节点；定位基站为反射标签，以固定间隔安装在巷道顶板，每个定位基站具有其专属ID，红外摄像机集成有红外发射器，安装在救援机器人顶部，外摄像机采集图像的方向垂直于巷道顶板；救援机器人内部还存储有标有定位基站专属ID的井下环境地图。

所述固定间隔优选为2米，也可根据实际情况选择间距。

如图1所示，基于上述装置的定位方法包括以下步骤：

a当救援机器人进入矿井后，其顶部集成有红外发射器的红外摄像机发射红外光，安装在巷道顶部具有专属ID的定位基站接触到红外光后反射红外光，红外摄像机根据反射的红外光实时捕捉定位基站的图像并传送至边缘计算节点；

b边缘计算节点通过识别算法从红外摄像机捕获的图像中检测定位基站，并对其进行识别，随后对识别结果进行校验，进而得到当前救援机器人所处附近的定位基站专属ID，根据定位基站专属ID以及救援机器人内部存储的井下环境地图得到该定位基站的位置信息；

c边缘计算节点再通过定位算法根据识别出定位基站的位置信息以及空间几何关系，最终得到救援机器人的位置信息。

其中，步骤a中定位基站为反射标签，其专属ID构建方法为：将定位基站分解成多个单元，由于有反射器的单元可反射红外信号而在定位基站中呈现出明亮圆点，无反射器的单元在定位基站中表现为黑暗，设有反射器的单元为“亮单元”，无反射器的单元为“暗单元”，将亮单元编码为“1”，暗单元编码为“0”，通过改变反射器的排列序列构建定位基站专属ID，具体方法如下：

4.1)如图2所示，将定位基站(本实施例定位基站为正方形基平面)分解为5′5个单元，四个顶点处的单元标记为特征位，其编码值固定为“1”，用于定位基站基平面区域约束，余下单元被用作识别位。

4.2)考虑到井下造成的尘土覆盖或其他因素造成的识别错误，通过汉明码对定位基站专属ID进行优化，将识别位进一步分为信息位与校验位，信息位采用简单的二进制码，校验位由汉明码确定，将校验位值***校验位，形成完整的定位基站专属ID，***的校验位值用于对定位基站识别结果进行检错与纠错。

汉明码是一种可以实现一比特错误检测的错误控制码，由于汉明码属于线性分组码，线性码的编码和解码容易实现，避免了过多增加算法的复杂性，此外，汉明码具有较强的抗干扰能力，因此，本发明采用汉明码对定位基站专属ID进行优化设计。优化的目的是利用汉明码在定位基站专属ID中***校验位，该校验位值可用于校验定位基站识别结果，增加了定位算法的可靠性，具体优化方法如下：

如图3所示，定位基站专属ID由三个部分组成：特征位、信息位和校验位。特征位固定编码值为1，信息位采用简单的二进制码，校验位由汉明码确定。优化后的定位基站专属ID方案主要有三步：确定校验位位置、确定校验位值和***校验位值，具体方法如下：

4.2.1)确定所需校验位的位置及个数

确定校验位的位置：校验位的位置有其特殊性，其在二进制字符串中的位置必须是2的整数次方，即位于2ⁿ位置，因此，校验位的位置为2的整数次方，即位于2ⁿ位置；

确定校验位的个数：设信息位、校验位和识别位的个数分别为k、r和s，则根据汉明不等式，有以下关系：

s＝k+r＜2^r-1

如图3所示，对于5′5定位基站，除去4个特征位，剩余21个识别位。根据汉明不等式，需要5个校验位，分别用p₁、p₂、p₃、p₄和p₅表示；16个信息位，分别用b₁、b₂…b₁₆表示；

4.2.2)计算校验位值

每个校验位负责检查多位信息位，校验位的位置决定了被检查位的序列，对于每个校验位，除其自身外，对所有被检查位执行异或操作，结果为校验位值即校验码；如图4所示，图中列出了5个校验位对应的被检测位。被检查位的序列的确定方法如下：

①从第i个校验位的当前位开始，连续校验2^i-1位，再跳过2^i-1位；

②重复步骤①直至信息位的最后一位；

4.2.3)校验位值确定后，将校验位值即校验码***步骤4.2.1)确定的校验位的位置，形成完整的定位基站专属ID。

步骤b中的定位基站的识别算法包括以下步骤：

亮单元与暗单元的序列反映了定位基站专属ID，对红外摄像机拍出的整个图像中捕获的定位基站进行识别，需要通过三个步骤：定位基站检测，找到定位基站基平面；定位基站识别，提取检测到的定位基站专属ID；检错与纠错，校验识别结果，确保识别的可靠性，具体方法如下：

6.1)定位基站检测：从红外摄像机拍摄的整个图像中提取出定位基站基平面

首先利用图像显著性检测算法得到定位基站基平面区域的显著性图；然后通过二值化并膨胀分离背景，最后找到轮廓，返回到定位基站基平面边缘的一系列坐标，形成封闭的定位基站基平面即定位基站的专属ID图像；

6.2)定位基站识别：由于红外摄像机角度等原因，定位基站基平面会出现一定程度的畸变，因此，需要矫正畸变图像。

①如图5所示，矫正畸变的定位基站基平面，利用透视变换将变形的定位基站基平面矫正为正投影图像，变形的定位基站基平面被矫正为正方形，获得定位基站亮单元和暗单元的序列：透视变换是一种计算方法，将二维坐标系转换成三维坐标系，然后将三维坐标系投射到新的二维坐标系上的过程；

设定位基站基平面原坐标系中各点的坐标为(u,v)，校正后各点的坐标为(x',y')，透视变换的变换关系如下：

其中，T为变换矩阵，(x,y,z)表示各点在三维空间的坐标值；

②为了便于提取定位基站基平面，进一步进行坐标转换：通过二值化分离出亮单元，以亮单元中心点的像素坐标作为亮单元的像素坐标，如图6所示，以定位基站基平面左上角单元的中心点作为定位基站基平面坐标系的原点，将亮单元的像素坐标转换为定位基站基平面坐标。设定位基站基平面共分为N′N单元格，左上角单元中心点到右上角单元中心点的长度为L，每个亮单元的定位基站基平面坐标为(x,y)，有以下转换关系：

其中，a和b是0到N-1的正整数，(a,b)即为亮单元的定位基站基平面坐标，所有亮单元的定位基站基平面坐标组成一个集合Q。

③定位基站专属ID映射：对于基平面中的N′N个单元，按照从上至下，从左至右的顺序，依次检索每个单元的定位基站基平面坐标是否在集合Q内，是，则解码为1，否则，解码为0，从而形成一个二进制代码字符串，即为定位基站专属ID。

6.3)通过校验位值对定位基站专属ID进行纠错与检错：定位基站专属ID通过***的校验位值即校验码用于识别结果的校验，汉明码校验机制包括奇校验和偶校验，本发明采用偶校验，具体方法如下：

①找到第i个校验码p_i负责的所有被检测位，对所有被检测位执行异或操作得到得到校验和g_i(如图4所示，g₁＝b1排b2 b4排b5 b7排b9 b11排b12 b14 b16)，从而得出校验因子C_i：

②通过校验因子验证校验位和信息位的值是否正确，从而对错误位进行纠错：若只有一个校验因子值为1，则表示相应的校验码出错；若有多个校验因子值为1，则表示信息位出错，设校验因子个数为n，按照C_n-1...C₂C₁的顺序组合为二进制串，其对应的十进制数即为出错的信息位，由于采用了二进制编码机制，对错误的校验位和信息位直接取反即可实现纠错。

步骤c中的定位基站的定位算法为：根据步骤b中得出的定位基站的位置信息以及空间几何关系来估计机器人的位置，具体方法如下：

7.1)根据定位基站基平面中心点相对于红外摄像机拍出的整个图像中心点的偏移量，估计定位基站在红外摄像机拍出的整个图像坐标系中的位置，由于红外摄像机与定位基站的垂直距离不变，红外摄像机成像帧与实际物体几何之间存在固定的映射关系。具体的说，当救援机器人位于定位基站的正下方时，定位基站基平面中心点将位于红外摄像机拍出的整个图像平面的中心。当救援机器人偏移时，定位基站中心点也会按比例从红外摄像机拍出的整个图像平面的中心偏移。

如图7所示，设定位基站基平面中心点O₁在红外摄像机坐标系中的坐标为(x,y,z)，z为红外摄像机与巷道顶板的垂直距离，定位基站基平面中心点O₁和红外摄像机拍出的整个图像的中心点O₂在红外摄像机拍摄的整个图像的坐标系中的坐标分别为S(a,b)和P(a₀,b₀)，取f为比例系数，O₁和O₂的映射关系式如下：

(x，y)＝f(a-a₀，b-b₀)

其中，x和y为救援机器人相对于O₁的实际偏移量，a-a₀和b-b₀为红外摄像机拍摄的整个图像的图像坐标系中O₁相对于O₂的偏移量；

7.2)根据救援机器人相对于O₁的实际偏移量，以及识别出的定位基站位置信息，获得救援机器人的位置信息，并通过救援机器人的无线发射装置传送至地面控制中心的上位机显示出来，从而使控制中心的工作人员实时了解到救援机器人所处的位置。

本发明采用一个具有专属ID的反射标签排列序列的定位基站，通过计算机视觉相关技术，救援机器人可以检测、识别纠错并验证每个定位基站的身份即专属ID，以确定它处于哪个定位基站附近，再通过定位算法计算出救援机器人的准确位置，本发明具有很高的潜力，可在井下实现大规模部署，为复杂地下环境下救援机器人的精确定位提供了一种低成本和有效的解决方案。

Claims (7)

1.一种无源低成本井下救援机器人自定位装置，其特征在于，包括定位基站，用于拍摄定位基站的红外摄像机以及安装在救援机器人内部的边缘计算节点；定位基站为反射标签，以固定间隔安装在巷道顶板，每个定位基站内部设有其专属ID，红外摄像机集成有红外发射器，安装在救援机器人顶部，红外摄像机采集图像的方向垂直于巷道顶板；救援机器人内部存储有标有定位基站专属ID的井下环境地图。

2.根据权利要求1所述一种无源低成本井下救援机器人自定位装置，其特征在于，固定间隔为2米。

3.一种无源低成本井下救援机器人自定位方法，其特征在于，包括以下步骤：

a当救援机器人进入矿井后，其顶部集成有红外发射器的红外摄像机发射红外光，安装在巷道顶部具有专属ID的定位基站接触到红外光后反射红外光，红外摄像机根据反射的红外光实时捕捉定位基站的图像并传送至边缘计算节点；

b边缘计算节点通过识别算法从红外摄像机捕获的图像中检测定位基站，并对其进行识别，随后对识别结果进行校验，进而得到当前救援机器人所处附近的定位基站专属ID，根据定位基站专属ID以及救援机器人内部存储的井下环境地图得到该定位基站的位置信息；

c边缘计算节点再通过定位算法根据识别出定位基站的位置信息以及空间几何关系，最终得到救援机器人的位置信息。

4.根据权利要求3所述一种无源低成本井下救援机器人自定位方法，其特征在于，步骤a中定位基站为反射标签，其专属ID构建方法为：将定位基站分解成多个单元，设有反射器的单元为“亮单元”，无反射器的单元为“暗单元”，将亮单元编码为“1”，暗单元编码为“0”，通过改变反射器的排列序列构建具有专属ID的定位基站，具体方法如下：

4.1)将定位基站分解为N′N个单元，四个顶点处的单元标记为特征位，其编码值固定为“1”，用于定位基站区域约束，余下单元被用作识别位；

4.2)通过汉明码对定位基站专属ID进行优化，将识别位进一步分为信息位与校验位，信息位采用二进制码，校验位由汉明码确定，将校验位值***校验位，形成完整的定位基站专属ID。

5.根据权利要求4所述一种无源低成本井下救援机器人自定位方法，其特征在于，步骤4.2)具体方法如下：

4.2.1)确定所需校验位的位置及个数

确定校验位的位置：校验位的位置为2的整数次方，即位于2ⁿ位置；

确定校验位的个数：设信息位、校验位和识别位的个数分别为k、r和s，则根据汉明不等式，有以下关系式：

s＝k+r＜2^r-1

4.2.2)计算校验位值

每个校验位负责检查多位信息位，校验位的位置决定了被检查位的序列，对于每个校验位，除其自身外，对其负责的所有被检查位执行异或操作，执行结果为校验位值即校验码；被检查位的序列的确定方法如下：

①从第i个校验位的当前位开始，连续校验2^i-1位，再跳过2^i-1位；

②重复步骤①直至信息位的最后一位；

4.2.3)校验位值确定后，将校验位值即校验码***步骤4.2.1)确定的校验位的位置，形成完整的定位基站专属ID。

6.根据权利要求3所述一种无源低成本井下救援机器人自定位方法，其特征在于，步骤b中的定位基站的识别算法包括以下步骤：

6.1)定位基站检测：从红外摄像机拍摄的整个图像中提取出定位基站基平面

首先利用图像显著性检测算法得到定位基站基平面区域的显著性图；然后通过二值化并膨胀分离背景，最后找到轮廓，返回到定位基站基平面边缘的一系列坐标，形成封闭的定位基站基平面即定位基站专属ID图像；

6.2)定位基站识别：

①矫正畸变的定位基站基平面区域，利用透视变换将变形的定位基站基平面矫正为正投影图像，变形的定位基站基平面被矫正为正方形，获得定位基站亮单元和暗单元的序列：

设定位基站基平面原坐标系中各点的坐标为(u,v)，校正后各点的坐标为(x',y')，透视变换的变换关系如下：

其中，T为变换矩阵，(x,y,z)表示各点在三维空间的坐标值；

②坐标转换：通过二值化分离出亮单元，以亮单元中心点的像素坐标作为亮单元的像素坐标，以定位基站基平面左上角单元的中心点作为定位基站基平面坐标系的原点，将亮单元的像素坐标转换为定位基站基平面坐标；

设定位基站基平面共分为N′N单元格，左上角单元中心点到右上角单元中心点的长度为L，每个亮单元的定位基站基平面坐标为(x,y)，有以下转换关系：

其中，a和b是0到N-1的正整数，(a,b)即为亮单元的定位基站基平面坐标，所有亮单元的定位基站基平面坐标组成一个集合Q；

③定位基站专属ID映射：对于基平面中的N′N个单元，按照从上至下，从左至右的顺序，依次检索每个单元的定位基站基平面坐标是否在集合Q内，是，则解码为1，否，则解码为0，从而形成一个二进制代码字符串，即为定位基站专属ID；

6.3)通过校验码对定位基站专属ID进行纠错与检错：

①找到第i个校验码p_i负责的所有被检测位，除其自身外，对所有被检测位执行异或操作得到校验和g_i，进而得出校验因子C_i：

②通过校验因子验证校验位和信息位的值是否正确，从而对错误位进行纠错：若只有一个校验因子值为1，则表示相应的校验码出错；若有多个校验因子值为1，则表示信息位出错，设校验因子个数为n，按照C_n-1...C₂C₁的顺序组合为二进制串，其对应的十进制数即为出错的信息位，由于采用二进制编码机制，对出错的校验位和信息位直接取反即可实现纠错。

7.根据权利要求3所述一种无源低成本井下救援机器人自定位方法，其特征在于，步骤c中的定位基站的定位算法，具体方法如下：

7.1)设定位基站基平面中心点O₁在红外摄像机坐标系中的坐标为(x,y,z)，z为红外摄像机与巷道顶板的垂直距离，定位基站基平面中心点O₁和红外摄像机拍出的整个图像的中心点O₂在红外摄像机拍摄的整个图像的坐标系中的坐标分别为S(a,b)和P(a₀,b₀)，取f为比例系数，O₁和O₂的映射关系式如下：

(x，y)＝f(a-a₀，b-b₀)

其中，x和y为救援机器人相对于O₁的实际偏移量，a-a₀和b-b₀为红外摄像机拍摄的整个图像的图像坐标系中O₁相对于O₂的偏移量；

7.2)根据救援机器人相对于O₁的实际偏移量，以及识别出的定位基站位置信息，获得救援机器人的位置信息。

Images