全方位移动机器人的位姿测量方法与流程

本发明涉及一种全方位移动机器人的位姿测量方法。

背景技术：

现阶段，移动机器人的特性及应用是研究的一个热点。移动机器人的应用领域广泛，在室内搬运(agv)、野外探测、餐厅服务等领域都有着广泛的应用。全方位移动机器人凭借其灵活的运动性能，尤其受到青睐。全方位移动机器人一般包括三个、四个或者以上的全向轮，可以实现前后、左右、原地旋转运动，故特别适合应用于空间狭窄的场合，如工厂仓库、医院病房等场合。为了更好地使用与控制全方位移动机器人，就需要对全方位移动机器人的位姿(包括速度、位置)等信息进行测量。

现有的测量方案是采用加速度计和位移传感器等接触式装置，但是存在测量误差较大，传感器等辅助实验装置安装困难，且不能直接测量目标物和任务平台速度等问题。

技术实现要素：

本发明的目的是解决目前全方位移动机器人的位姿测量方法测量误差大，测量用传感器安装困难，且不能直接测量目标物和任务平台速度的技术问题。

为解决以上技术问题，本发明提供一种全方位移动机器人的位姿测量方法，包括以下步骤：

（1）在全方位移动机器人表面固定设置标记器；

（2）通过固设在地面平台上的相机连续实时采集所述标记器的图像；

（3）将所述图像传送至计算机进行图像处理，通过图像处理算法计算出所述全方位移动机器人的速度和位置数值。

进一步地，步骤（1）中所述标记器为光学特征点。

进一步地，步骤（1）中所述光学特征点为红外发光二极管。

进一步地，步骤（1）中所述相机为千兆以太网相机。

进一步地，步骤（3）中所述图像通过千兆以太网和帧接收器传送至所述计算机。

进一步地，步骤（3）中所述图像处理算法为金字塔灰度图像匹配算法。

进一步地，步骤（3）中所述金字塔灰度图像匹配算法包括如下步骤：

(a)获取图像；

(b)建立学习模板；

(c)提取运动目标；

(d)进行模板匹配；

(e)结果标定；

(f)计算实时速度和位置。

与现有技术相比，本发明的有益效果在于：

本发明采用基于机器视觉的非接触式测量技术，可以同时测量被测物的图像平面内各个像素点的实时速度和位置，具有非接触、测量范围宽、测量误差小、测量速度快、无需测量传感器、不改变被测物特性等诸多优点。

附图说明

图1为金字塔灰度图像匹配算法软件模块图；

图2为速度在40mm/s时的直线运动测试结果；

图3为速度在80mm/s时的直线运动测试结果；

图4为旋转运动轨迹；

图5为速度在20rpm时的旋转运动测试结果；

图6为速度在80rpm时的旋转运动测试结果。

具体实施方式

在详细描述实施例之前，应该理解的是，本发明不限于

本技术：
中下文或附图中所描述的详细结构或元件排布。本发明可为其它方式实现的实施例。而且，应当理解，本文所使用的措辞及术语仅仅用作描述用途，不应作限定性解释。本文所使用的“包括”、“包含”、“具有”等类似措辞意为包含其后所列出之事项、其等同物及其它附加事项。特别是，当描述“一个某元件”时，本发明并不限定该元件的数量为一个，也可以包括多个。

本发明的全方位移动机器人的位姿测量方法，包括以下步骤：

（1）在全方位移动机器人表面固定设置标记器；

（2）通过固设在地面平台上的相机连续实时采集所述标记器的图像；

（3）将所述图像传送至计算机进行图像处理，通过图像处理算法计算出所述全方位移动机器人的速度和位置数值。

优选地，步骤（1）中所述标记器为光学特征点。

优选地，步骤（1）中所述光学特征点为honeywell公司的se3470-003型红外发光二极管，它可加的电流最大可以达到100ma，发射光波长是880nm,散射角可以达到90°。

优选地，步骤（1）中所述相机为basler千兆以太网相机。

优选地，步骤（3）中所述图像通过千兆以太网和gigevision帧接收器传送至所述计算机，具体地，帧接收器通过网络接口与计算机的工控主板连接。通过千兆以太网传输图像大大提高了实时性，从而提高测量速度。

优选地，步骤（3）中所述图像处理算法为金字塔灰度图像匹配算法。

优选地，步骤（3）中所述金字塔灰度图像匹配算法包括如下步骤：

(a)获取图像；

(b)建立学习模板；

(c)提取运动目标；

(d)进行模板匹配；

(e)结果标定；

(f)计算实时速度和位置。

金字塔灰度图像匹配算法可在labview软件上实现，图1为实现该算法的labview软件模块图，标记物模板与检测图像分别输入到匹配算法的模块中。匹配算法模块的核心是金字塔灰度图像算法，摄像头采集到的高分辨率图片，从下至上分辨率依次降低。从分辨率最低的金字塔顶层开始匹配，得到候选匹配点，再将每个候选匹配点按比例映射到下一层的金字塔图像中，重复此过程，直到金字塔最底层图像匹配结束。在金字塔最底层的图像中，匹配得到的相关度最大的点即为最佳匹配点。最后，匹配算法模块输出匹配点的个数及对应的坐标点。

全方位移动机器人在平面上的运动主要分为直线运动和旋转运动，分别对这两种运动进行试验：

1、直线运动

将全方位移动机器人的速度分别设置为40mm/s和80mm/s进行实验，测试结果分别如图2和3所示，由图可见，测量速度在给定速度附近上下波动，非常接近给定速度，测量精度较高。

2、旋转运动

图4表示全方位移动机器人的运动轨迹，全方位移动机器人绕着一个圆心运动。将全方位移动机器人的速度分别设置为20rpm和80rpm进行实验，测试结果分别如图5和6所示，由图可见，测量速度在给定速度附近上下波动，非常接近给定速度，测量精度较高。

本文所描述的概念在不偏离其精神和特性的情况下可以实施成其它形式。所公开的具体实施例应被视为例示性而不是限制性的。因此，本发明的范围是由所附的权利要求，而不是根据之前的这些描述进行确定。在权利要求的字面意义及等同范围内的任何改变都应属于这些权利要求的范围。

技术特征：

技术总结
本发明公开了一种全方位移动机器人的位姿测量方法，包括以下步骤：（1）在全方位移动机器人表面固定设置标记器；（2）通过固设在地面平台上的相机连续实时采集所述标记器的图像；（3）将所述图像传送至计算机进行图像处理，通过图像处理算法计算出所述全方位移动机器人的速度和位置数值。本发明采用基于机器视觉的非接触式测量技术，可以同时测量被测物的图像平面内各个像素点的实时速度和位置，具有非接触、测量范围宽、测量误差小、测量速度快、无需测量传感器、不改变被测物特性等诸多优点。

技术研发人员：周卫华
受保护的技术使用者：台州职业技术学院
技术研发日：2017.12.20
技术公布日：2018.05.18