CN113721628A - 一种融合图像处理的迷宫机器人路径规划方法 - Google Patents
一种融合图像处理的迷宫机器人路径规划方法 Download PDFInfo
- Publication number
- CN113721628A CN113721628A CN202111028985.5A CN202111028985A CN113721628A CN 113721628 A CN113721628 A CN 113721628A CN 202111028985 A CN202111028985 A CN 202111028985A CN 113721628 A CN113721628 A CN 113721628A
- Authority
- CN
- China
- Prior art keywords
- maze
- image
- path planning
- image processing
- robot
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003708 edge detection Methods 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000003491 array Methods 0.000 claims 1
- 239000011159 matrix material Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000020061 kirsch Nutrition 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
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
- G05D1/0246—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
- G05D1/0251—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 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种融合图像处理的迷宫机器人路径规划方法，首先上位机对采集到的迷宫图像进行处理，依次经过图像处理等一系列步骤，复原出迷宫的全景地图，然后在上位机中，利用智能算法在识别出的迷宫地图规划出一条从起点到终点的最短路径，转换为迷宫机器人可以执行的路径数据，经过蓝牙模块将数据传送给迷宫机器人。本发明通过上位机进行迷宫机器人的路径规划，简化了迷宫机器人的路径搜索过程。
Description
技术领域
本发明专利涉及机器人、图像处理领域，具体涉及一种融合图像处理的迷宫机器人路径规划方法。
背景技术
传统迷宫机器人是指在未知情况下对迷宫地形进行搜索而建立一个从起点到终点的最短路径，该方法将搜索全图和路径规划两个任务都交给迷宫机器人去完成，但是由于主控制器的局限性，传统迷宫机器人并不能独立执行一些较为高级的智能算法去进行路径规划。由此提出图像处理与迷宫机器人路径规划结合，通过图像处理将迷宫复现，借由功能强大的上位机代为进行路径规划过程，可以在这个过程中加入所需的智能算法，简化了迷宫机器人的路径搜索过程。
发明内容
针对现有技术的不足，本发明提供一种融合图像处理的迷宫机器人路径规划方法。
本发明技术方案如下：
一种融合图像处理的迷宫机器人路径规划方法，包括以下步骤：
步骤1：将需要搜索的迷宫用照相设备拍下较为清晰的图像，将该图像传送给上位机；
步骤2：对接受到的图像进行形态学处理，包括图像灰度化、图像倾斜校正、图像二值化、图像边缘检测、图像识别；
步骤3：对于步骤2处理出来的迷宫地图，利用智能算法进行路径规划，找出从起点到终点的最短路径；
步骤4：将墙壁资料和对应路径数据转化为迷宫机器人可以识别的信息，通过蓝牙模块传给迷宫机器人。
根据本发明，优选的，所述步骤1中的迷宫图像可以是从任意角度拍摄的图片。
根据本发明，优选的，所述步骤2中的图像灰度化，将每个像素点的RGB值统一成同一个值，使图像由三通道变为单通道。
根据本发明，优选的，所述步骤2中的图像倾斜校正，依次取图像上的四个点，依次是左上角点，右上角点，左下角点，右下角点，将四边形原顶点与校正后矩阵的新顶点联立方程组求解出变换系数，从而求出变换后的新顶点，并将新图像保存。
根据本发明，优选的，所述步骤2中的图像边缘检测，采用多种检测算子结合的边缘检测方法，具体边缘检测方法为：
该多算子结合sobel算子、prewitt算子、canny算子、roberts算子、kirsch方向算子五种算子的优点，各个算子相互作用取并集最终得到较为准确的图像边缘；
根据本发明，优选的，所述步骤2中的图像识别，具体实施方法为：
通过matlab中的block函数将图像分割成大小能够识别的小块，与二进制编码后的每一种标准特征进行比对，得出每一小块的实际特征，进而得出迷宫全貌；
每个迷宫格由四个方向构成，分别为上下左右四个方向，需要识别的迷宫特征包括十五种不同形式，即分别对应有墙无墙，0代表无墙，1代表有墙；
二进制0001表示上方有墙，0010表示右方有墙，0011表示上方和右方有墙，0100表示下方有墙，0101表示上方和下方有墙，0110表示右方和下方有墙，0111表示上方、右方和下方有墙，1000表示左方有墙，1001表示上方和左方有墙，1010表示左方和右方有墙，1011表示上方、左方和右方有墙，1100表示左方和下方有墙，1101表示上方、左方和下方有墙，1110表示左方、下方和右方有墙，1111表示四面都有墙。
根据本发明，优选的，所述步骤3中的智能算法，采用的是制作等高值的方法，由从终点到起点逐步递减的等高值，得出一条最短路径，具体实施方法为：
每一格为一个单位距离，其距离值差1，从起点依次递增数值，直到目标位置填入距离值即可，依据终点到起点的距离值持续递减，找出一条最短路径。
根据本发明，优选的，所述步骤4中的墙壁资料转化为迷宫机器人可以识别的二进制数组，即将该墙壁资料和对应坐标传送给迷宫机器人。
根据本发明，优选的，迷宫机器人主要包括主控制器芯片(1)、蓝牙模块(2)、红外发射接受部分(3)，其特征在于，所述主控制器芯片(1)用以控制红外发射接受部分(3)的运行，蓝牙模块(2)用以接受上位机的路径数据并传送给主控制器芯片(1)，红外发射接受部分(3)用以检测周围墙壁的有无及动作矫正。
根据本发明，优选的，所述步骤4中的蓝牙模块，采用的是HC05蓝牙模块，将其中四个引脚与单片机相连进行通信，电源端与电源端相连，接地端与接地端相连，蓝牙模块的TXD 端与单片机的RXD端相连，蓝牙模块的RXD端与单片机的TXD端相连。
根据本发明，优选的，将迷宫机器人放至起点，打开电源开关，运行迷宫机器人，直接进行冲刺动作，直至终点。
本发明的有益效果在于：
1.本发明在现有的迷宫机器人搜索迷宫中加入了图像处理操作，简化了迷宫机器人的路径搜索过程，提高了生产效率，降低了人工成本。
2.本发明在现有的迷宫机器人搜索算法中加入了智能算法的应用，提高了运算效率，降低了人工成本。
附图说明
图1为本发明的流程图；
图2为本发明的迷宫机器人结构立体图；
图3为本发明的蓝牙与单片机端口连接图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明，此处的具体实施方式仅仅用以解释本发明，并不限定本发明。
实施例1：
如图1所示，一种融合图像处理的迷宫机器人路径规划方法，包括以下步骤：
步骤1：将需要搜索的迷宫用照相设备拍下较为清晰的图像，将该图像传送给上位机；
步骤2：对接受到的图像进行形态学处理，包括图像灰度化、图像倾斜校正、图像二值化、图像边缘检测、图像识别；
步骤2-1：对于图像灰度化，将每个像素点的RGB值统一成同一个值，使图像由三通道变为单通道。
步骤2-2：对于图像倾斜校正，依次取图像上的四个点，依次是左上角点，右上角点，左下角点，右下角点，将四边形原顶点与校正后矩阵的新顶点联立方程组求解出变换系数，从而求出变换后的新顶点，并将新图像保存。
步骤2-3：对于图像边缘检测，采用多种检测算子结合的边缘检测方法，各个算子相互作用取并集最终得到较为准确的图像边缘。
步骤2-4：对于图像识别，通过matlab中的block函数将图像分割成大小能够识别的小块，与二进制编码后的每一种标准特征进行比对，得出每一小块的实际特征，进而得出迷宫全貌。
步骤3：对于步骤2处理出来的迷宫地图，利用智能算法进行路径规划，找出从起点到终点的最短路径；
步骤3-1：每一格为一个单位距离，其距离值差1，从起点依次递增数值，直到目标位置填入距离值即可，依据终点到起点的距离值持续递减，找出一条最短路径。
步骤4：将墙壁资料转化为迷宫机器人可以识别的二进制数组，再将该墙壁资料和对应坐标传送给迷宫机器人。
步骤4-1：墙壁资料和路径数据转化为迷宫机器人可以识别的二进制数组，即将最短路径每一格的用0和1表示的数据传送给迷宫机器人。
实施例2：
如图2所示，迷宫机器人主要包括主控制器芯片(1)、蓝牙模块(2)、红外发射接受部分 (3)，其特征在于，所述主控制器芯片(1)用以控制红外发射接受部分(3)的运行，蓝牙模块(2) 用以接受上位机的路径数据并传送给主控制器芯片(1)，红外发射接受部分(3)用以检测周围墙壁的有无及动作矫正。
实施例3：
如图3所示，采用的是HC05蓝牙模块，将其中四个引脚与单片机相连进行通信，电源端与电源端相连，接地端与接地端相连，蓝牙模块的TXD端与单片机的RXD端相连，蓝牙模块的RXD端与单片机的TXD端相连。
接收到路径信息后，将迷宫机器人放至起点，打开电源开关，运行迷宫机器人，直接进行冲刺动作，直至终点。
Claims (7)
1.一种融合图像处理的迷宫机器人路径规划方法，其特征在于，包括以下步骤：
步骤1：将需要搜索的迷宫用照相设备拍下较为清晰的图像，将该图像传送给上位机；
步骤2：对接受到的图像进行形态学处理，包括图像灰度化、图像倾斜校正、图像二值化、图像边缘检测、图像识别；
步骤3：对于步骤2处理出来的迷宫地图，利用智能算法进行路径规划，找出从起点到终点的最短路径；
步骤4：将墙壁资料和对应路径数据转化为迷宫机器人可以识别的信息，通过蓝牙模块传给迷宫机器人。
2.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤1中的迷宫图像可以是从任意角度拍摄的图片。
3.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤2中的图像边缘检测，采用多种检测算子结合的边缘检测方法。
4.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤2中的图像识别，需要识别的迷宫特征包括十五种不同形式，将图像分割成能够识别的小块，与二进制编码后的标准特征进行对比，得出每一小块的实际特征。
5.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤3中的智能算法，采用的是制作等高值的方法，由从终点到起点逐步递减的等高值，得出一条最短路径。
6.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤4中的墙壁资料和路径数据转化为迷宫机器人可以识别的二进制数组。
7.如权利要求1所述的融合图像处理的迷宫机器人路径规划方法，其特征在于，
所述步骤4中的蓝牙模块，采用的是HC05蓝牙模块，将其中四个引脚与单片机相连进行通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111028985.5A CN113721628A (zh) | 2021-09-03 | 2021-09-03 | 一种融合图像处理的迷宫机器人路径规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111028985.5A CN113721628A (zh) | 2021-09-03 | 2021-09-03 | 一种融合图像处理的迷宫机器人路径规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113721628A true CN113721628A (zh) | 2021-11-30 |
Family
ID=78681258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111028985.5A Pending CN113721628A (zh) | 2021-09-03 | 2021-09-03 | 一种融合图像处理的迷宫机器人路径规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113721628A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115402116A (zh) * | 2022-09-28 | 2022-11-29 | 天津工业大学 | 一种基于电机外置磁悬编码器测速的迷宫智能车 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101231669A (zh) * | 2007-12-28 | 2008-07-30 | 北京工业大学 | 一种搜索迷宫最优路径的方法 |
| CN101239466A (zh) * | 2007-12-28 | 2008-08-13 | 北京工业大学 | 一种微型迷宫机器人 |
| CN104142684A (zh) * | 2014-07-31 | 2014-11-12 | 哈尔滨工程大学 | 一种微型电脑鼠机器人迷宫搜索方法 |
| CN106873603A (zh) * | 2017-04-17 | 2017-06-20 | 成都信息工程大学 | 基于Zynq平台的电脑鼠智能车控制***及控制方法 |
-
2021
- 2021-09-03 CN CN202111028985.5A patent/CN113721628A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101231669A (zh) * | 2007-12-28 | 2008-07-30 | 北京工业大学 | 一种搜索迷宫最优路径的方法 |
| CN101239466A (zh) * | 2007-12-28 | 2008-08-13 | 北京工业大学 | 一种微型迷宫机器人 |
| CN104142684A (zh) * | 2014-07-31 | 2014-11-12 | 哈尔滨工程大学 | 一种微型电脑鼠机器人迷宫搜索方法 |
| CN106873603A (zh) * | 2017-04-17 | 2017-06-20 | 成都信息工程大学 | 基于Zynq平台的电脑鼠智能车控制***及控制方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115402116A (zh) * | 2022-09-28 | 2022-11-29 | 天津工业大学 | 一种基于电机外置磁悬编码器测速的迷宫智能车 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816730B (zh) | 工件抓取方法、装置、计算机设备和存储介质 | |
| CN108297115B (zh) | 一种机器人的自主重定位方法 | |
| CN103646249A (zh) | 一种温室智能移动机器人视觉导航路径识别方法 | |
| WO2021109575A1 (zh) | 基于融入全局视觉和局部视觉的机器人视觉引导方法和装置 | |
| CN109949198B (zh) | 一种麦田边界检测装置和检测方法 | |
| CN111239768A (zh) | 一种电力巡检机器人自主构建地图并查找巡检目标的方法 | |
| US11403764B2 (en) | Method and computing system for processing candidate edges | |
| US20200134314A1 (en) | Intelligent sweeping robot | |
| Ma et al. | Crlf: Automatic calibration and refinement based on line feature for lidar and camera in road scenes | |
| CN105260716A (zh) | 故障指示器状态识别方法及装置 | |
| CN113721628A (zh) | 一种融合图像处理的迷宫机器人路径规划方法 | |
| CN115063768A (zh) | 三维目标检测方法、编码器及解码器 | |
| CN109588114B (zh) | 一种应用于水果采摘机器人的并行识别采摘***及方法 | |
| CN115586749A (zh) | 基于机器视觉的工件加工轨迹控制方法及相关装置 | |
| CN115510519A (zh) | 车道灯规划方法、装置、设备及存储介质 | |
| CN113255434A (zh) | 一种融合果实特征与深度卷积神经网络的苹果识别方法 | |
| CN113706455B (zh) | 一种330kV电缆瓷瓶套管的破损快速检测方法 | |
| CN114193440A (zh) | 基于3d视觉的机器人自动抓取***及方法 | |
| JP6760656B2 (ja) | 物体識別方法 | |
| CN117021059A (zh) | 采摘机器人及其果实定位方法、装置、电子设备及介质 | |
| KR20160049569A (ko) | 스마트기기를 이용한 식물정보 제공 시스템 및 방법 | |
| EP4202858A1 (en) | Method and device for cargo counting, computer equipment, and storage medium | |
| CN116182838A (zh) | 一种基于点云地图的植保无人机全局路径优化方法 | |
| CN112634357B (zh) | 用于机器人二维视觉***的通讯数据处理方法及*** | |
| CN113010724A (zh) | 一种基于视觉特征点匹配的机器人地图选择方法及*** |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211130 |
|
| WD01 | Invention patent application deemed withdrawn after publication |