本方法中应用了orb-slam和二维码识别及定位,涉及机器视觉和数字图像处理领域。
背景技术:
随着科技的进步,机器人技术越来越成熟。搬运机器人的逐渐融入到我们的生活当中,广泛的应用于港口码头、仓库存储等环境,节约了成本,提高了工作效率。移动机器人的自定位是实现导航等搬运任务的关键。
随着计算机视觉技术的发展,视觉传感器逐渐被利用,与传统的传感器相比,视觉传感器能够提供更多的外界信息、应用范围更为广发、成本也相对低廉。
同时定位与建图技术是指机器人在未知的环境中行进,可以通过自身位姿来定位周围场景的位姿,构建场景地图。构建地图的过程中,通过之前构建地图来定位自身的位姿。传统的定位方法有结合了机器人视觉与rf技术,通过rf识别贴于天花板的id,利用摄像头识别位置和方向从何捕获当前机器人的位姿;采用磁钉路标配合光栅尺检测确定机器人的当前位姿;采用基于激光的路标检测方法来求解机器人位姿;尽管这些方法定位方法具有较好的可靠性,满足一些特定环境或任务的要求,但他们分别存在不足之处。基于rf技术很难做到准确定位,磁钉光栅尺应用过程对场地的布局繁琐,激光路标法成本高且遇到遮挡容易位姿丢失,而且他们的重定位能力差。slam技术与这些方法相比较,具有应用场景广泛、应用成本低、应用场地不需要前期铺设等优点。
artoolkitpluslibrary提供的二维码识别技术非常稳定,对光照影响具有鲁棒性。位姿求解过程中利用rrp算法,在迭代误差方程时避免了局部最小值问题导致的出现错误解的问题。保证了二维码定位位姿的正确性,具有很高的应用性。
技术实现要素:
本发明解决的技术问题是提供一种定位方法,能够在场景复杂的情况下进行agv的自主定位。
为解决上述技术问题采用如下技术方案:本定位方法将orb-slam系统与二维码定位相结合的方法。该方案分两个阶段——位姿初始化,稀疏点云定位阶段。在位姿初始化过程中,机器人通过单目识别二维码获得在世界坐标系中的位姿,建立世界坐标系与稀疏点云坐标系之间的联系。稀疏点云定位阶段,机器人通过rgb-d视觉传感器捕获当前场景,在运动的过程中建立空间稀疏点云地图,同时在构建的地图中定位、跟踪自身在地图坐标系下的位姿。当相机位姿丢失时,在稀疏点云地图中的寻找最大相似关键帧,通过3d-2d匹配点求解当前帧的位姿完成重定位功能;
这种方法具备了orb-slam对场景要求低、重定位能力强、系统鲁棒性强等优点,同时引入了二位码定位技术建立坐标系之间的联系。后台进行世界坐标系下的路径规划,在将路径信息转换到稀疏点云坐标系实现自主导航,弥补了orb-slam稀疏点云地图不能路径规划的缺陷。。
使用的是150mm*150mm的二维码,在二位码坐标系z轴方向上进行了定位误差实验。识别范围10cm-430cm。10cm-100cm平均垂直距离误差为1cm,1m-2m平均垂直距离误差为1cm-7.5cm,2m-3m平均垂直距离误差为7.5cm-14.8cm。
附图说明
图1是artoolkitplus二维码
图2是二维码定位误差分析图
图3是稀疏点云定位测试距离12米的定位误差图
图4测试架构图
具体实施方式
以下结合实施例具体阐述本发明基于orb稀疏点云与二维码的视觉定位方法,相对于激光定位具有成本低、适应性强的特点,通过特征布置及补光增设可适用于任何工况。
将单目相机罗技c920或深度相机kinect1.0(2)分别布置于试验车体(3),识别布置于地面的二维码进行实验测试,首先进行相机内参及畸变系数的标定操作。
根据相机与机器人之间的安装参数,确定两个相机坐标系与机器人自身坐标系之间的关系。位姿初始化阶段,利用二维码标定机器人在世界坐标系下的坐标,间接建立稀疏点云坐标系与世界坐标系之间的联系。
二位码摆放的过程中,二维码所在平面垂直于世界坐标系的xoy平面,二维码坐标系下的y轴与世界坐标系z轴平行且方向相反,二维码坐标系z轴垂直于二维码平面。通过人工示教法,标定二维码坐标系原点在世界坐标系下的位姿。
机器人在行进的过程中,通过机器人坐标系与相机坐标系之间的关系,将深度相机在稀疏点云坐标系下位姿转换到世界坐标系下,实时定位机器人在世界坐标系下的位姿。以激光三角测距法测量的定位信息为对比参考,测试距离12米,对本方法中稀疏点云定位效果进行了测试,其对比结果如图3所示。