视觉导航方法和装置以及机器人的制作方法
【技术领域】
[0001] 本发明涉及视觉定位导航技术领域，具体来说，涉及一种视觉导航方法和装置W 及机器人。
【背景技术】
[0002] 传统的机器人定位包括GPS、惯性导航系统等，其中，GI^S用途广泛、精度高，但受 环境影响大，而惯性导航系统则可W完全自主且频率高，但是噪声影响大；GPS/惯性导航 系统融合定位则是当今机器人导航中最常用的组合导航定位方法之一，可W有效利用各自 的优势，取长补短。但是，在实际应用中，很多场合下GI^S信号会受到遮挡而无法使用，进而 导致系统整体定位精度下降很快。
[0003] 为了解决上述问题，目前使用的大多数方法都是在寻找GI^S之外的可靠定位，其 中有一类就是视觉方法，其是通过前后峽图像相匹配的特征点在H维空间的位置变化来估 计车体运动，很好的克服了传统定位方法所存在的缺陷，而视觉方法作为传统定位方法的 有效补充也得到了越来越多的关注，同时，人们也对其提出了越来越高的要求。
[0004] 目前，现有的视觉方法普遍是基于双目立体相机来实现的，该种基于双目立体相 机的视觉方法具有较高的定位精度，然而，其也存在着诸多不足之处，例如，标定比较困难， 且误差不易控制，同时由于是通过两个摄像机同时采集图像的，从而也导致了数据量较大， 不易控制处理速度，实时性较差。
[0005] 基于此种情况下，为了满足人们越来也高的要求，所W，研发一种实时性好、且容 易控制，同时精确度又高的视觉方法或者装置就成为了业内亟需解决的问题。
【发明内容】
[0006] 针对相关技术中的问题，本发明提出一种视觉导航方法和装置W及机器人。
[0007] 为实现上述目的，根据本发明的一方面，提供了一种视觉导航方法。
[0008] 该视觉导航方法包括；基于采集的环境图像，得到该环境图像的多个环境子图； 对环境子图进行区域匹配处理，确定至少两个环境子图之间的视差；根据确定出的视差，确 定环境图像中的物体的坐标，并根据该坐标进行导航。
[0009] 其中，基于采集的环境图像，得到该环境图像的多个环境子图的实现方式包括通 过单个摄像机采集环境图像，并通过该摄像机主镜头内的微透镜阵列得到该环境图像的多 个环境子图。
[0010] 此外，该视觉导航方法还包括；在对每个环境子图进行区域匹配处理之前，对每个 环境子图进行预处理，W消除每个环境子图上的噪声信号。
[0011] 其中，上述预处理包括基于空域的去噪声处理、和/或基于频域的去噪声处理。
[0012] 其中，至少两个环境子图包括上述微透镜阵列中至少两个相邻的微透镜所得到的 环境子图。
[0013] 并且，至少两个相邻的微透镜所得到的环境子图包括基于水平方向上的至少两个 相邻的微透镜所得到的环境子图、和/或基于垂直方向上的至少两个相邻的微透镜所得到 的环境子图。
[0014] 其中，区域匹配处理包括匹配代价计算、和/或匹配代价叠加。
[0015] 根据本发明的另一方面，提供了 一种视觉导航装置。
[0016] 该视觉导航装置包括；图像采集模块，用于基于采集的环境图像，得到该环境图像 的多个环境子图；视差确定模块，用于对环境子图进行区域匹配处理，确定至少两个环境子 图之间的视差；视觉导航模块，用于根据确定出的视差，确定环境图像中的物体的坐标，并 根据该坐标进行导航。
[0017] 其中，图像采集模块包括单个摄像机，且该摄像机的主镜头内设置有微透镜阵列。
[0018] 此外，该视觉导航装置还包括；图像处理模块，用于在对每个环境子图进行区域匹 配处理之前，对每个环境子图进行预处理，W消除每个环境子图上的噪声信号。
[0019] 其中，在对每个环境子图进行预处理时，图像处理模块可用于对每个环境子图进 行基于空域的去噪声处理、和/或基于频域的去噪声处理。
[0020] 其中，至少两个环境子图包括上述微透镜阵列中至少两个相邻的微透镜所得到的 环境子图。
[0021] 并且，至少两个相邻的微透镜所得到的环境子图包括基于水平方向上的至少两个 相邻的微透镜所得到的环境子图、和/或基于垂直方向上的至少两个相邻的微透镜所得到 的环境子图。
[0022] 其中，区域匹配处理包括匹配代价计算、和/或匹配代价叠加。
[0023] 根据本发明的又一方面，提供了一种机器人，该机器人具有上述的视觉导航装置。
[0024] 本发明通过单个摄像机采集环境图像，并基于该环境图像，通过微透镜阵列得到 多个环境子图，再根据该环境子图进行立体匹配和H维重建，从而实现了视觉导航的功能， 而且还由于是单个摄像机采集环境图像，从而使得数据量较小，处理速度容易控制，有效的 保证了处理时的实时性，同时也避免了多个摄像机之间的校正W及成本较高的问题；此外 还由于可W同时获得物体的水平视差及垂直视差信息，进而可W更准确的计算物体的深度 信息，有效的提高了导航的精确度。
【附图说明】
[0025] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W根据该些附图获 得其他的附图。
[0026] 图1是根据本发明实施例的视觉导航方法的流程示意图；
[0027] 图2是根据本发明实施例的视觉导航装置的结构示意图；
[0028] 图3是根据本发明实施例的机器人视觉导航流程示意图；
[0029] 图4是根据本发明实施例的单目摄像系统结构示意图；
[0030] 图5是根据本发明实施例的物体在单目摄像系统中成像的原理示意图；
[0031] 图6是根据本发明实施例的图像预处理流程框图；
[0032] 图7是根据本发明实施例的立体匹配处理流程示意图；
[0033] 图8是根据本发明实施例的光场成像视差原理示意图；
[0034] 图9是实现本发明技术方案的计算机的示例性结构框图。
【具体实施方式】
[0035] 在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见， 在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何该种实际实施 例的过程中必须做出很多特定于实施方式的决定，W便实现开发人员的具体目标，例如，符 合与系统及业务相关的那些限制条件，并且该些限制条件可能会随着实施方式的不同而有 所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开 内容的本领域技术人员来说，该种开发工作仅仅是例行的任务。
[0036] 在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中 仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明 关系不大的其他细节。
[0037] 根据本发明的实施例，提供了 一种视觉导航方法。
[003引如图1所示，根据本发明实施例的视觉导航方法包括：
[0039] 步骤S101，基于采集的环境图像，得到该环境图像的多个环境子图；
[0040] 步骤S103,对环境子图进行区域匹配处理，确定至少两个环境子图之间的视差；
[0041] 步骤S105,根据确定出的视差，确定环境图像中的物体的坐标，并根据该坐标进行 导航。
[0042] 其中，基于采集的环境图像，得到该环境图像的多个环境子图的实现方式包括通 过单个摄像机采集环境图像，并通过该摄像机主镜头内的微透镜阵列得到该环境图像的多 个环境子图。
[0043] 此外，该视觉导航方法还包括；在对每个环境子图进行区域匹配处理之前，对每个 环境子图进行预处理，W消除每个环境子图上的噪声信号。
[0044] 其中，上述预处理包括基于空域的去噪声处理、和/或基于频域的去噪声处理。
[0045] 其中，至少两个环境子图包括上述微透镜阵列中至少两个相邻的微透镜所得到的 环境子图。
[0046] 并且，至少两个相邻的微透镜所得到的环境子图包括基于水平方向上的至少两个 相邻的微透镜所得到的环境子图、和/或基于垂直方向上的至少两个相邻的微透镜所得到 的环境子图。
[0047] 其中，区域匹配处理包括匹配代价计算、和/或匹配代价叠加。
[0048] 根据本发明的实施例，还提供了 一种视觉导航装置。
[0049] 如图2所示，根据本发明实施例的视觉导航装置包括：
[0050] 图像采集模块21，用于基于采集的环境图像，得到该环境图像的多个环境子图；
[0051] 视差确定模块22,用于对环境子图进行区域匹配处理，确定至少两个环境子图之 间的视差；
[0052] 视觉导航模块23,用于根据确定出的视差，确定环境图像中的物体的坐标，并根据 该坐标进行导