一种车载机器人视觉处理方法与流程

本发明涉及视觉处理技术，具体涉及一种车载机器人视觉处理方法。

背景技术：

光传输管道是一套采集天然光，并经管道传输到室内，进行天然光照明的采光系统，通常由集光器、导光管和漫射器组成。高功率激光装置中的大部分透镜和反射镜以及承载这些光学元件的金属框架都暴露在光传输管道内，尽管光传输管道内部的光学元件都经过在百级环境中清洗、装校和运行，但经过打靶后，光传输管道内部的环境会出现恶化的情况。长期使用会导致光学元件表面沉积大量的污染物，表面洁净度急剧劣化并导致光学元件损伤。

光传输管道安装完毕后，很难将其拆卸进行离线清洗，常用的清洗手段为使用车型移动方式的清洗机器人对光传输管道进行在线洁净处理。传输管道狭窄且昏暗，要求机器人在管道内保持高精度的直线行走，并可以针对管道内的污染物进行针对性的清洗，这对机器人的视觉定位及机器人的偏移定位精度有很高的要求。

技术实现要素：

本发明目的在于克服现有技术的不足，尤其解决光传输管道狭窄昏暗、内部清洗困难，无法使用常规手段进行在线清洗的问题。

为解决上述技术问题，本发明提供一种车载机器人视觉处理方法，其中，所述基于单目摄像头的管道机器人视觉处理方法包括：s1，视觉传感器的标定；s2，对采集的图像进行处理；s3，计算车载机器人偏移量和偏移角度。

该发明方案的有益效果在于，通过使用单目摄像头进行视觉标定、图像采集，并对采集到的图像进行处理后计算机器人的偏移量和偏移角度，为管道清洗机器人后续的导航和控制提供了准确、实时的视觉偏差信息，具有很好的可拓展性和稳定性。

附图说明

图1为本发明实施例的车载机器人视觉处理的流程图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。

图1是本发明的实施例的车载机器人视觉处理方法的流程图。

本发明的实施例的车载机器人视觉处理方法包括：s1、视觉传感器的标定；s2、对采集的图像进行处理；s3、计算车载机器人偏移量和偏移角度。

具体而言，本发明的实施例描述如下：

s1：先标定相机内参数，通过建立柔性靶标，令其中一个靶标作为基准柔性立体靶标坐标系，以子靶标之间位置关系不变为约束条件，将各子靶标特征点的局部坐标统一到柔性立体靶标坐标系下，建立以重投影误差为最小的目标函数，采用非线性优化方法得到摄像机参数的最优解；然后利用得到的相机内参数分别标定两个线结构光平面，多次移动共面靶标计算不同方向激光条纹直线的消隐点，并对其拟合直线得到光平面的消隐线，完成光平面法向的标定。最后定义优化目标函数，以已求得参数为初值进行非线性优化，得到结构光平面参数。

s2：使用标定后的相机进行图像采集以及数字化存储，具体分为以下步骤：

s21：图像二值化：标定完成后，用最大类间方差法进行图像二值化，将图像的前景与背景进行分割，过程为：

1)设图像共有l个灰度级，灰度值为i的像素点共有ni个，图像共有n个像素点，归一化灰度直方图，用公式(1)表示为：

2)设定一个阈值t，根据灰度值将像素点分成c0和c1两类。c0的概率ω0、均值μ0用公式(2)、(3)表示：

c1的概率ω1、均值μ1分别用公式(4)、(5)表示为：

其中，由此可知c0和c1的类间方差σ²(t)用公式(6)表示为：

σ²(t)＝ω0(μ-μ0)²+ω1(μ1-μ)²(6)

于是将t从0到i进行取值，当σ取最大值时t为最佳阈值，即可得到最佳的二值化图像。

s22：图像去噪声：使用团块面积阈值法进行图像滤波去噪声，去除图像中目标零件周围的噪声，过程为：

采用二值数学形态学中的连通组元提取算法来求取团块的面积，小于阈值的团块为噪声，将该团块的像素点灰度值都设成255即可去除噪声。

s23：图像边缘检测：对二值图像用数学形态学方法进行边缘检测，检测出图像中目标管道的边缘，过程为：

1)腐蚀的算符为θ，集合a被集合b腐蚀定义为公式(7)：

2)膨胀的算符为集合a被集合b膨胀定义为公式(8)：

采用膨胀腐蚀型梯度算子，即用膨胀后的图像减去腐蚀后的图像，即可得到图像中的边缘。由于此时的边缘不是单像素宽连通的，还需要再用区域骨架提取算法对边缘进行细化。

3)设b是图像，s(a)代表a的骨架，b是结构元素，则用公式(9)表示：

其中，k表示将a腐蚀成空集前的迭代次数，即用公式(10)表示为：

sk(a)称为骨架子集，根据公式(11)可写为：

aθkb表示连续k次用b对a进行腐蚀。

s3：计算车载机器人偏移量和偏移角度。已知管道的宽度w，将车体放置在管道的中心位置处，利用相机采集到的图像，用图像处理技术检测光条上点相对于相机的三维点坐标，可以得到光心点离管道壁的距离l，相机光心点与车体的中心位置横向距离为n＝w/2l。

根据公式(12)计算小车的偏转角和相机光心位置处距离基准位置的偏移量：

其中，θ为车型机器人的偏转角，px1和py1分别相机右侧线结构光的x和y坐标，px2和py2分别相机左侧线结构光的x和y坐标，d是相机光心位置处距基准位置的偏移量，l是车型机器人在管道中心线基准位置处相机光心离管道壁的距离。

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。