本发明涉及一种机器人视觉引导方法,具体涉及一种移动式机器人充电站自动对准的视觉引导方法。
背景技术:
移动式智能机器人通常是一种自带充电电池作为动力源,具有环境地图构建、定位以及路径规划跟踪的一种自动化智能设备。它可以按照预先编定的程序或者人为输入的指令自动完成各种任务。目前移动式机器人广泛应用于电力、化工、核能、制造、侦查、巡检、家庭、银行或商场服务等领域。电池续航能力是制约机器人应用的一个重要因素。通常机器人应用场景会要求机器人具有自动充电能力。机器人实现自动充电功能首先要求机器人能通过自身的导航设备引导机器人到达充电站附近,然后机器人利用充电设备的二次定位能力完成充电电极的对接,或者无线充电线圈对齐。对接之后才能实现充电功能。机器人在环境中的定位精度常在厘米级,但是为了将电极或者线圈进行准确的对接要求定位精度达到毫米级别。目前市面上现有的自动充电方案多为红外引导或者无线信号引导。例如申请公布号为cn108508897a的发明专利申请公开了“一种基于视觉的机器人自动充电对准系统及方法”,所述机器人自动充电对准系统在充电座上安装主动式视觉引导装置,在移动机器人充电端安装普通相机,通过相机捕捉图像中的引导标记,根据标记位置及视觉特征计算得到机器人相对充电座的位置及大致角度,然后采用对准运动控制算法使机器人准确对齐充电座。所述机器人自动充电对准系统无需在地上铺设磁条或二维码等定位标记,因此不存在因为人或机械原因磨损而失效的问题。且所述机器人自动充电对准方法中对移动机器人相对位置的计算可以达到图像像素级的精度,实时性好,精度高。与对于充电座本体的图像识别方案相比,所述机器人自动充电对准系统中的主动式视觉引导装置主动发射标记信号,识别简单,具有较高的信噪比,可以与背景明显区别,因此引导定位更加稳定可靠。
然而上述的机器人自动充电对准系统需要在机器人上额外安装充电模块和对位模块,实施成本高。另外,上述的机器人自动充电对准方法的定位精度依然不高,有待改进。
技术实现要素:
本发明的目的在于克服现有技术的不足,提供一种移动式机器人充电站自动对准的视觉引导方法,所述视觉引导方法不仅实施成本低,而且能够精确地使得移动机器人的充电端子与充电站的充电接口自动对准,并且定位精度更高。
本发明解决上述技术问题的技术方案是:
一种移动式机器人充电站自动对准的视觉引导方法,包括以下步骤:
步骤1:在充电站上设置多个标志物,测量各个标志物在充电站坐标系中的三维坐标(xi,yi,zi);
步骤2:对移动机器人自带的光学相机进行相机标定,获取该光学相机的内参矩阵rcam和畸变参数tdis;
步骤3:当移动机器人运动到充电站周围时,通过其自身携带的光学相机拍摄各个标志物的图像,然后将拍摄到的图像进行处理,得到各个标志物在光学相机坐标系中的图像坐标(ui,vi);
步骤4:通过利用相机标定得到的光学相机的畸变参数tdis对各个标志物的图像坐标进行畸变校正,校正后的无畸变图像坐标为(ui,vi);
步骤5,取多组标志物的无畸变图像坐标和对应标志物在充电站坐标系中的三维坐标进行换算,得到充电站坐标系相对于机器人光学相机坐标系的位姿tartcam;
步骤6:通过光学相机在机器人坐标系中的位姿camtrobot和充电站坐标系相对于机器人光学相机坐标系的位姿tartcam计算充电站在机器人坐标系中的位姿tartrobot,其中,tartrobot=tartcam·camtrobot;
步骤7:根据充电站在机器人坐标系中的位姿tartrobot,在充电站的正前方插入预对准中继点坐标系,接着,移动机器人到达该中继点;最后,移动机器人从中继点运动到充电站处,使得移动机器人上的充电端子与充电站的充电接口接触,完成充电。
优选的,在步骤1中,标志物为四个或四个以上颜色不同的led灯,所述led灯安装在充电站上。
优选的,在步骤2中,光学相机的内参矩阵rcam的计算公式为:
其中,f为镜头焦距;dx,dy为光学相机像素的物理尺寸;u0,v0为图像中心坐标;
所述光学相机的畸变参数tdis的计算公式为:
tdis=[k1k2k3p1p2]t;
其中,k1,k2,k3为镜头径向畸变系数,p1,p2为镜头切向畸变系数。
优选的,在步骤3中,所述移动机器人上的光学相机在拍摄各个不同颜色的led灯的图像后,将图像由rgb空间转换为hsv空间,同时提取各个led灯在hsv空间的h通道的色相值,并通过hsv图像的h通道检测各种颜色的led的图像坐标(ui,vi)。
优选的,将拍摄到的图像由rgb空间转换到hsv空间,其中,hsv图像的h通道为图片的色相通道,根据led灯的色相值,在h通道中选出与led灯的灯色相值附近的像素点的集合,计算该集合中像素点的坐标的平均值即为该led灯的图像坐标(ui,vi)。
优选的,在步骤5中,取四组或四组以上的标志物的无畸变图像坐标和对应标志物在充电站坐标系中的三维坐标进行pnp解算,得到充电站坐标系相对于机器人光学相机坐标系的位姿tartcam;
优选的,在步骤5中,充电站坐标系相对机器人光学相机坐标系的位姿tartcam的计算公式为:
其中,
本发明与现有技术相比具有以下的有益效果:
1、本发明的移动式机器人充电站自动对准的视觉引导方法不需要在移动机器人上增加额外的充电站测量装置,仅利用自身携带的光学相机就可以实施本发明的视觉引导方法,这不仅有利于简化移动机器人的硬件配置,降低机器人硬件成本,而且还可以减轻移动机器人的重量,使其反应更加灵敏。
2、本发明的移动式机器人充电站自动对准的视觉引导方法对充电站的设计要求低,在定位与对准的过程不需要与充电站进行数据通讯,可以简化充电站的结构。
3、本发明的移动式机器人充电站自动对准的视觉引导方法可以极大地提高精位和对准精度,且当移动机器人逐渐靠近充电站时,测量精度会随着距离的减小而提高,有利于精准对位。
附图说明
图1为实施本发明的移动式机器人充电站自动对准的视觉引导方法的充电站和移动机器人的结构示意图。
图2为本发明的移动式机器人充电站自动对准的视觉引导方法中的中继点坐标系,充电站坐标系和机器人坐标系的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
参见图1-图2,本发明的移动式机器人充电站自动对准的视觉引导方法包括以下步骤:
步骤1:在充电站1上设置四个或四个以上颜色不同的led灯2,测量各个led灯2在充电站坐标系7中的三维坐标(xi,yi,zi);
步骤2:对移动机器人6自带的光学相机5进行相机标定,获取该光学相机5的内参矩阵rcam和畸变参数tdis;其中,
光学相机5的内参矩阵rcam的计算公式为:
其中,f为镜头焦距;dx,dy为光学相机像素的物理尺寸;u0,v0为图像中心坐标;
所述光学相机5的畸变参数tdis的计算公式为:
tdis=[k1k2k3p1p2]t;
其中,k1,k2,k3为镜头径向畸变系数,p1,p2为镜头切向畸变系数。
步骤3:当移动机器人6运动到充电站1周围时,通过其自身携带的光学相机5实时拍摄led灯2的图像,然后将图像由rgb空间转换为hsv空间,同时提取各个led灯2在hsv空间的h通道的色相值,并通过hsv图像的h通道检测各种颜色的led的图像坐标(ui,vi)得到各种颜色的led灯2在机器人光学相机坐标系中的图像坐标(ui,vi);在此过程中,由于hsv图像的h通道为图片的色相通道,根据led灯2的色相值,在h通道中选出与led灯2的灯色相值附近的像素点的集合,计算该集合中像素点的坐标的平均值即为该led灯2的图像坐标(ui,vi)。
步骤4:由于光学相机5的镜头的光学特性会导致物理世界的几何特征投影到光学相机5上时产生失真,比如直线变成曲线。利用相机标定得到的tdis=[k1k2k3p1p2]t可以将变形后的曲线恢复成理论上的直线。
u'=u(1+k1r2+k2r4+k3r6)+2p1v+p2(r2+2u2)
v'=v(1+k1r2+k2r4+k3r6)+2p2u+p1(r2+2v2)
其中,u,v:为原始图像像素所在的位置;u',v'为像素校正后的理论位置
因此,需要通过利用相机标定得到的光学相机5的畸变参数tdis对各种颜色的led灯2的图像坐标进行畸变校正,校正后的无畸变图像坐标为(ui,vi);
步骤5,取四组或四组以上的led灯的无畸变图像坐标和对应标志物在充电站坐标系7中的三维坐标进行pnp(多点投影透视)解算,得到充电站坐标系7相对于机器人光学相机坐标系的位姿tartcam;
具体计算公式为:
其中,
步骤6:通过光学相机5在机器人坐标系9中的位姿camtrobot和充电站坐标系7相对于机器人光学相机坐标系的位姿tartcam计算充电站1在机器人坐标系9中的位姿tartrobot,其中,tartrobot=tartcam·camtrobot;
步骤7:根据充电站1在机器人坐标系9中的位姿tartrobot,在充电站1的正前方插入预对准中继点坐标系8,接着,移动机器人6到达该中继点后,移动机器人6从中继点运动到充电站1处,使得移动机器人6上的充电端子4与充电站1的充电接口3接触,完成充电。
除上述实施方式外,本发明中采用的标志物还可以采用其他易于区分颜色或形状的物体。
上述为本发明较佳的实施方式,但本发明的实施方式并不受上述内容的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。