一种仿人机器人的迷宫特征识别和行走方法与流程

本发明涉及机器人控制领域，尤其涉及一种仿人机器人的迷宫特征识别和行走方法。

背景技术：

迷宫解谜是古老而富有趣味的问题。随着机器人技术的不断发展，仿人机器人走迷宫这一问题因兼具科研、竞技、展示意义，而受到越来越多的关注。

轮式小车等移动机器人走迷宫，或在未知室内环境中移动导航已被普遍研究，并已取得了大量公开成果。尽管移动机器人普遍依赖摄像头、声呐等感知环境并进而实现迷宫探索，但具有仿人形外观和动作的仿人机器人走迷宫则与轮式小车有较大不同。这是因为仿人机器人的行走依赖双腿，而双腿行走由于摩擦与碰撞，相比轮式小车更易产生前进方向偏移，且行走过程中身体的摇摆会影响到传感器准确感知环境。从安全的角度，若仿人机器人在行走过程中与迷宫中的墙壁发生碰撞，易导致机器人跌倒并导致迷宫解密任务失败，因此相比轮式小车，仿人机器人走迷宫应避免与墙壁发生碰撞。

迷宫场景中，路口特征相似度高且叉路较多，而仿人机器人所存在的上述问题导致任务难度大。因此，在迷宫中提前布置若干用于辅助识别场景的标记物，是不显著降低迷宫解谜难度但将提升机器人迷宫任务成功率的一类处理方法。

技术实现要素：

本发明针对现有技术不足，提出一种仿人机器人的迷宫特征识别和行走方法，针对仿人机器人在包含标记物的迷宫中的解谜问题，该方法可识别通用迷宫中的路口类型，根据路口类型切换行走策略，使仿人机器人在迷宫场景中安全的自主行走。

为实现上述目的，本发明采用的技术方案为：

一种仿人机器人的迷宫特征识别和行走方法，具体步骤如下：

步骤一，仿人机器人头部的摄像头采集图像；

步骤二，仿人机器人对采集到的图像信息进行图像处理与图像特征提取，其过程包括边缘检测、圆检测、直线检测和直线拼接，进而识别得到迷宫的特征；

步骤三，仿人机器人依据迷宫的特征，识别路口类型；

步骤四，仿人机器人依据路口类型和行走策略，通过当前路口。

所述仿人机器人，其头部具有俯仰和偏转两个自由度，且该头部包含有至少一个摄像头，该摄像头随头部旋转共同运动，用于拍摄仿人机器人身体前方、左侧和右侧的场景图像；所述仿人机器人身体前部的左、右两边各有一组用于测距的声呐传感器。

所述迷宫，包含墙壁、道路、路口和标记物；所述墙壁，其转角均为直角，墙壁表面颜色为纯色；所述路口，包括“l”型路口、“t”型路口、封闭型路口、长直线通道和无法识别型；所述标记物，为具有圆形轮廓的贴纸，贴纸表面绘制有特殊图案，并张贴在“t”型路口的地面上。

所述迷宫的特征，用于迷宫环境的自动化识别，包括墙壁与道路间的边界线和标记物轮廓；其中，仿人机器人左侧的墙体与道路间的边界线为左边界线，仿人机器人右侧的墙体与道路间的边界线为右边界线，仿人机器人前方的墙体与道路间的边界线为前边界线；左边界线、右边界线和前边界线均为边界线特征。

所述步骤三的具体过程为：若步骤二识别得到的图像特征包含圆形轮廓，则认为前方路口为“t”型路口，若该图像特征仅包含边界线特征，则按如下方法识别路口类型：

若左边界线、右边界线和前边界线都存在，则路口类型为封闭路口；

若仅存在左边界线和前边界线，或者仅存在右边界线和前边界线，则路口类型为“l”型路口；

若仅存在左边界线和右边界线，则路口类型为长直线通道；

若仅存在左边界线或右边界线，则无法判断路口类型，即认为此时路口类型为无法识别型。

所述步骤四中的行走策略包括长直线通道策略、“l”型路口策略、封闭路口策略、“t”型路口策略、偏航矫正策略；所述的行走策略中需调用声呐校正算法和墙体识别图像算法；

若路口类型为长直线通道，则执行长直线通道策略；所述长直线通道策略，即仿人机器人处于道路中央，继续前行；

若路口类型为“l”型路口，则执行“l”型路口策略；所述“l”型路口策略，即仿人机器人行走至道路转角处时，为避免过早或过晚转弯造成仿人机器人与墙壁接触，以及避免转弯后仿人机器人与墙壁过于接近，调用声呐校正算法使得仿人机器人身体正对于前方墙壁并保持安全距离，为后续的行走转向动作提供尽量充足的空间，接着仿人机器人向左向右转动头部，使用其头部的摄像头拍摄采集身体左右两侧的场景图像，通过墙体识别图像算法判断出无墙壁一侧，控制仿人机器人身体向无墙壁一侧转弯行走90度角，以通过“l”型路口；

若路口类型为封闭路口，则执行封闭路口策略；所述封闭路口策略，即边界线特征识别到前边界线后，调用声呐校正算法使得仿人机器人身体正对于前方墙壁并保持安全距离，再通过墙体识别图像算法判断出左右两侧均有墙壁，控制仿人机器人直接转动180度反向离开封闭路口；

若路口类型为“t”型路口，则执行“t”型路口策略；所述“t”型路口策略，即识别到标记物轮廓后，计算当前时刻仿人机器人头部与标记物圆形轮廓圆心间的水平张角和垂直张角，基于该张角信息调整仿人机器人身体姿态，使仿人机器人头部和躯干指向标记物的圆形轮廓圆心，进而计算仿人机器人在地面的投影与标记物间的距离，控制仿人机器人走至标记物的正上方，随后应用摄像头分别拍摄仿人机器人正前方、左侧、右侧的场景图像，通过墙体识别图像算法分辨出正前方是否为有墙壁，若有则向右转动，反之继续前行；

若路口类型为无法识别型，则执行偏航矫正策略；所述偏航矫正策略，即若当前的边界线特征只有左边界线，则仿人机器人向右小角度转动运动，若只有右边界线则向左小角度转动，以使得仿人机器人保持在道路中央行走。

所述声呐校正算法用于调整仿人机器人的身体与正前方墙体之间的相对距离和相对朝向；仿人机器人在行进过程中，当检测到前边界线，则开启身体前方左、右两边的声呐传感器，分别测量与正前方墙体的距离；若左、右两组测量距离都在预先设定的安全阈值范围d1内，则仿人机器人保持当前运行状态，若任一组测量距离超出该安全阈值范围d1，则仿人机器人首先调整与墙体间的距离至预先设定的安全值d2，再计算左右两组声呐传感器检测所得距离的差值，若该差值小于预先设定值范围d3内，则表明仿人机器人身体的朝向与正前方墙体保持平行，校正结束，否则调整仿人机器人的朝向，直至该差值处于预先设定值范围d3。

所述墙体识别图像算法用于更为精确地判断仿人机器人身体当前方位的左侧、右侧和正前方是否包括墙壁；仿人机器人摄像头拍摄的图像中，对于纯色集中部分，则直接认为该图像区域含有墙壁，对于非纯色集中部分，则计算基于直方图的颜色全局分布、灰度值、图像局部窗口的方差及协方差等图像参数，并以此进一步分析该部分图像中是否包含有墙壁。

与现有技术相比，本发明具备以下显著特点：

(1)本发明充分考虑了仿人机器人在迷宫行走过程中，应用摄像头获取场景图像信息的特点、双腿行走的特点以及机器人对碰撞安全的要求，通过对路口类型进行充分归类并分别制定相应的行走策略，提供了一种针对仿人机器人的迷宫解密导航方法。

(2)本发明不需要持续获取声呐测距数据，仅在必要时启动并获取声呐信息。

(3)本发明不需要存储迷宫全局地图，仅需要实时存储并更新仿人机器人当前位置所处的局部路口信息，对软件和硬件存储资源要求低。

(4)本发明避免了过于复杂的计算，对机器人计算资源要求低，可在现有常规的小型仿人机器人产品中运行。

附图说明

图1是本发明提供的一种迷宫结构和特征示意图。

图2为本发明提供的一种仿人机器人的迷宫路口类型和对应的图像特征示意图。

图3是本发明提供的一种仿人机器人的迷宫特征识别和行走方法流程图。

图4为本发明提供的一种仿人机器人迷宫行走状态迁移图。

具体实施方式

以下结合实施例和附图对本发明提出的一种仿人机器人的迷宫特征识别和行走方法作进一步详细的说明，但以下实施例仅是说明性的，本发明的保护范围并不受这些实例的限制。

如图1和图2所示，其中图2左侧图表示仿人机器人摄像头的图像信息，右侧图表示仿人机器人在不同迷宫场景的位置俯视图，圆圈代表仿人机器人，封闭多边形行成的阴影区域表示仿人机器人在该位姿下摄像头的视野范围。

本发明方法中的所述迷宫包含墙壁1、道路2、路口3和标记物4；所述墙壁1，其转角均为直角，墙壁表面颜色为纯色；所述路口2，包括长直线通道21、“l”型路口22、封闭型路23、“t”型路口24和无法识别型25；所述标记物4，为具有圆形轮廓的贴纸，贴纸表面绘制有特殊图案，并张贴在“t”型路口22的地面上；迷宫特征包括标记物轮廓5和墙壁与道路间的边界线6；其中，标记物轮廓5为贴纸的圆形轮廓，仿人机器人左侧的墙体与道路间的边界线为左边界线61，仿人机器人右侧的墙体与道路间的边界线为右边界线62，仿人机器人前方的墙体与道路间的边界线为前边界线63；左边界线61、右边界线62和前边界线63均为边界线特征。

如图3所示，一种仿人机器人的迷宫特征识别和行走方法，具体步骤如下：

步骤一，仿人机器人头部的摄像头采集图像；

步骤二，仿人机器人对采集到的图像信息进行图像处理与图像特征提取，其过程包括边缘检测、圆检测、直线检测和直线拼接，进而识别得到迷宫的特征；

步骤三，仿人机器人依据迷宫的特征，识别路口类型；

步骤四，仿人机器人依据路口类型和行走策略，通过当前路口。

所述步骤一图像采集方法是：仿人机器人头部摄像头采集图像，其头部具有俯仰和偏转两个自由度，且该头部包含有至少一个摄像头，该摄像头随头部旋转共同运动，用于拍摄仿人机器人身体前方、左侧和右侧的场景图片。

所述步骤二图像处理与图像特征提取是：针对步骤一采集到的图像信息进行图像处理与图像特征提取，图像处理的流程为canny边缘检测、hough圆检测、概率hough直线检测、直线拼接，进而识别得到迷宫特征。

如图4所示，为了进一步说明仿人机器人在迷宫行走过程，将仿人机器人状态和行为进行建模，构建了仿人机器人迷宫行走状态迁移图，仿人机器人状态描述了仿人机器人在迷宫中的位置，即处于何种路口类型，行为模型代表不同的行走策略。

状态迁移图中的仿人机器人状态集合{si}包括：图2(a)所示长直线通道s1，识别的图像特征仅存在左边界线和右边界线；图2(b)所示“l”型路口s2，识别的图像特征仅存在左边界线和前边界线或者仅存在右边界线和前边界线；图2(c)所示封闭路口s3，识别的图像特征存在左边界线、右边界线和前边界线；图2(d)所示为“t”型路口s4，识别的图像特征仅存在圆形轮廓；图2(e)所示无法识别型s5，识别的图像特征仅存在左边界线或右边界线；图2(f)所示仿人机器人正前方靠近墙体s6，识别的图像特征仅存在前边界线。

状态迁移图中的仿人机器人策略集合{ai}包括：长直线通道策略a1，“l”型路口策略，封闭路口策略a3，“t”型路口策略a4，偏航矫正策略a5，策略中调用算法p包括声呐校正算法p1和墙体识别图像算法p2。

长直线通道策略a1，即仿人机器人处于道路中央，继续前行即可。

“l”型路口策略a2，即仿人机器人行走至道路转角处时，为避免过早或过晚转弯造成仿人机器人与墙壁接触，以及避免转弯后仿人机器人与墙壁过于接近，调用声呐校正算法使得仿人机器人身体正对于前方墙壁并保持安全距离，给后续的行走转向动作提供尽可能充足的空间，接着仿人机器人向左向右转动头部，使用其头部的摄像头拍摄采集身体左右两侧的场景图像，通过墙体识别图像算法判断出无墙壁一侧，控制仿人机器人身体向无墙壁一侧转弯行走90度角，以通过“l”型路口。

封闭路口策略，即边界线特征识别到前边界线后，调用声呐校正算法使得仿人机器人身体正对于前方墙壁并保持安全距离，通过墙体识别图像算法判断出左右两侧均为有墙壁，控制仿人机器人直接转动180度反向离开封闭路口。

“t”型路口策略a4，即识别到标记物轮廓后，具此计算出当前时刻仿人机器人头部与标记物圆形轮廓圆心间的水平张角和垂直张角，利用反馈的位置信息调整仿人机器人身体姿态，使仿人机器人头部和躯干指向标记物的圆形轮廓圆心，具此计算仿人机器人在地面的投影与标记物间的距离，控制仿人机器人走至标记物的正上方，接着应用摄像头分别拍摄仿人机器人正前方、左侧、右侧的场景图像，通过墙体识别图像算法分辨出正前方是否为有墙壁，若有则向右转动，反之继续前行。

偏航矫正策略a5，即若当前的边界线特征只有左边界线，则仿人机器人向右小角度转动运动，若只有右边界线则向左小角度转动，以使得仿人机器人保持在道路中央行走。

算法p包括的声呐校正算法p1是控制仿人机器人躯干与正前方墙体之间的距离和自身姿态，仿人机器人胸口左右两侧对称安装一组声呐传感器，仿人机器人在行进过程中，当检测到前边界线，则开启身体前方左、右两边的声呐传感器，分别测量与正前方墙体的距离；若左、右两组测量距离都在预先设定的安全阈值范围d1内，则仿人机器人保持当前运行状态，若任一组测量距离超出该安全阈值范围d1，则仿人机器人首先调整与墙体间的距离至预先设定的安全值d2，再计算左右两组声呐传感器检测所得距离的差值，若该差值小于预先设定值范围d3内，则表明仿人机器人身体的朝向与正前方墙体保持平行，校正结束，否则调整仿人机器人的朝向，直至该差值处于预先设定值范围d3。说明仿人机器人躯干的姿态与正前方墙体保持平行，否则根据左右声呐差值正负控制仿人机器人向左或向右小角度调整，直至左右声呐差值在设定值范围内，结束声呐校正。

算法p包括的墙体识别图像算法p2用来判断仿人机器人左侧、右侧和正前方中是否包括墙壁，实际迷宫中，仿人机器人摄像头拍摄的纯色图片为包含墙壁的表面，而无墙壁一侧包含其它背景的杂色，具此计算相关图像参数并比较数据结果区分图像是否含有墙壁，其中图像参数包括基于直方图的颜色全局分布、灰度值、图像局部窗口的方差及协方差，包含墙壁的图像基于直方图的颜色全局分布较集中、灰度值较大、局部窗口的方差及协方差值较小，不包含墙壁的图像图片基于直方图的颜色全局分布较分散、灰度值较小、局部窗口的方差及协方差值较大。

如图4所示的状态转移图中灰色圆圈代表仿人机器人状态si，状态之间的切换用黑色箭头标识，黑色箭头的指向代表输出方向且输出内容标记在黑色箭头处，仿人机器人状态si的输出取决于策略模型ai，即当仿人机器人进入状态si时执行预定义的策略模型ai，在图像特征正确识别条件下，状态之间顺利切换即可实现仿人机器人在所述的迷宫场景中安全自主的行走。