一种基于机器视觉的机器人自动寻路系统的制作方法

本发明涉及机器人领域，具体涉及一种基于机器视觉的机器人自动寻路系统。

背景技术：

移动机器人路径规划是机器人领域中一个重要的研究方向，筛选出一条最优路径通常需要一定的准则，例如行走路径最短、采集的信息量最多等。目前典型的移动机器人自动寻路方法有图搜索法、栅格法、人工势场法，目前这些算法都会使得机器人在自动寻路过程中陷入局部最优解，不能够对机器人要到达的目的位置有一个比较长远路线规划，在总体角度上使得机器人不能够规划处最优的行走路线。

技术实现要素：

针对上述问题，本发明旨在提供一种基于机器视觉的机器人自动寻路系统。

本发明的目的采用以下技术方案来实现：

一种基于机器视觉的机器人自动寻路系统，包括摄像头模块、图像处理模块、路径规划模块、控制模块和驱动电机，所述摄像头模块用于采集机器人所处环境的图像；所述图像处理模块用于将摄像头模块采集得到的机器人所处环境的图像进行高质量处理，得到高质量的环境图像；所述路径规划模块根据高质量的环境图像对机器人的行走路线进行规划；所述控制模块用于控制所述驱动电机，驱动机器人移动到目标位置。

本发明的有益效果为：本发明通过对采集的图像进行高质量处理，提高机器人自动寻路时的准确度，能够在距离障碍物较远的情况下，判断出障碍物的位置并提前规划好前行路线。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的框架结构图；

图2是本发明的图像处理模块的框架结构图。

附图标记：

摄像头模块1、图像处理模块2、路径规划模块3、控制模块4、驱动电机5、局部处理单元21、全局处理单元22和细节处理单元23。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种基于机器视觉的机器人自动寻路系统，包括摄像头模块1、图像处理模块2、路径规划模块3、控制模块4和驱动电机5，所述摄像头模块1连接于所述图像处理模块2，用于采集机器人所处环境的图像；所述图像处理模块2连接于所述路径规划模块3，用于将摄像头模块采集得到的机器人所处环境的图像进行高质量处理，得到高质量的环境图像；所述路径规划模块3连接于所述控制模块4，根据高质量的环境图像对机器人的行走路线进行规划；所述控制模块4连接于所述驱动电机5，用于控制所述驱动电机5，驱动机器人移动到目标位置。

优选地，所述摄像头模块为ccd摄像机。

优选地，如图2所示，所述图像处理模块包括：用于对环境图像进行压缩和消除照度变化的局部处理单元、用于增强环境图像全局对比度的全局处理单元和用于对环境图像进行细节增益处理的细节处理单元。

本发明上述实施例，通过对采集的图像进行高质量处理，提高机器人自动寻路时的准确度，能够在距离障碍物较远的情况下，判断出障碍物的位置并提前规划好前行路线。

优选地，所述局部处理单元采用非线性s形传输函数实现环境图像压缩，提高环境图像局部对比度，恢复环境图像局部色彩，并将所述摄像头模块采集得到的机器人所处环境的图像每个像素点与其临近的像素点的亮度值进行加权平均来消除照度变化，具体为：

式中，表示坐标位置(p,q)第z个颜色谱段第t个尺度的亮度值，tansig(s)为非线性s形传输函数，s为非线性s形传输函数的变量，kz(p,q)为坐标位置(p,q)第z个颜色谱段的环境图像的像素值，*表示卷积运算，f(p,q)为环绕函数，p和q分别表示环境图像横坐标值和纵坐标值；

式中，yz(p,q)表示坐标位置(p,q)第z个颜色谱段的亮度值，δt为第t个尺度尺度对应的权重值，且权重值满足归一化条件t为尺度个数，设定为大、中和小3个尺度。

本发明上述实施例，采用非线性s形传输函数取代传统的对数函数来对机器人行进过程中摄像头模块采集得到的环境图像进行压缩，提高图像处理模块对动态环境图像压缩的效率，避免机器人运动过快导致图像画面滞后，而采用加权平均的方式对压缩后的环境图像进行处理，消除环境图像的亮度变化，保证被压缩后动态的环境图像色彩具有良好质量。

优选地，所述全局处理单元包括：

(1)对完成了局部增强后的环境图像的灰度级进行直方图构造，并筛选出直方图中的最大灰度级和直方图中不为0的灰度级总数，具体为：

u(1)＝1

式中，u(z)为第z个颜色谱段的灰度级，u(z-1)为第z-1个颜色谱段的灰度级，qz为第z个颜色谱段出现的概率；

(2)采用灰度级变换函数对环境图像的灰度级进行变换处理，以增强环境图像的全局对比度，保证环境图像信息的完整度，具体为：

式中，r(z)为灰度级变换函数，int(·)为取整函数，vmax为环境图像灰度级的直方图中最大灰度级，v为环境图像灰度级的直方图中不为0的灰度级总数。

本发明上述实施例，通过构造直方图和灰度级变换的方法来对机器人摄像头模块采集得到的环境图像进行整体增强，拉伸环境图像的对比度，有利于避免环境图像细节被平滑化，使得环境图像细节能够凸显，同时确保环境图像的清晰度，保证了环境图像具有较好的灰度分辨率。

优选地，所述细节处理单元根据环境图像亮度的变化快慢或细节的丰富程度，将一幅环境图像分成细节区域、高对比度边缘区域和平滑区域，为实现较大地增益环境图像细节区域，较小地增益高对比度区域和平滑区域的边缘，采用自定义空间变化增益函数对环境图像细节进行处理，采用的自定义空间变化增益函数为：

式中，ψz为第z个颜色谱段的空间变化增益函数，为坐标位置(p,q)第z个颜色谱段的亮度归一化后的值，由表征图像边缘对比度的大小，yz(p,q)表示坐标位置(p,q)第z个颜色谱段的亮度值，p和q分别表示环境图像横坐标值和纵坐标值；

最后，.将局部处理单元进行局部对比度及颜色增强处理后的环境图像、全局处理单元进行全局对比度增强处理后的环境图像和细节处理单元进行细节增益后的环境图像进行融合，合成增强的环境图像，并进行输出。

本发明上述实施例，采用的自定义空间变化增益函数对环境图像的进行细节增强处理，有利于环境图像的高对比度边缘区域和平滑区域细节清晰，同时避免了对噪声的放大，使得环境图像的细节得到更好呈现，大大增强摄像头模块对远距离图像处理能力，使到远距离的图像也能取得较高的清晰度，有利于在路径规划时更加准确。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。