基于人工信标的扫地机器人自主定位方法

2022-07-05 21:15陈子举王璐洁史芷境徐恒荣郭浩赫东锋
计算机应用文摘·触控 2022年10期
关键词:数字图像处理

陈子举 王璐洁 史芷境 徐恒荣 郭浩 赫东锋

摘要:针对扫地机器的自主定位问题,文章提出了基于单目视觉传感器的室内定位法。首先,设计了一種基于色块编码的可扩展信标,该信标含有定位圆以及方格码;然后,通过识别方格码获取路标编码,通过识别三个定位圆获取相机相对于该路标的位姿信息,实现扫地机器人的自主定位。为了验证该定位方法的正确性和准确性,分别进行了定位实验,得出相机相对于信标平移时的最大定位误差及标准差分别为0.6mm和0.3mm,相对于信标旋转时最大误差及标准差分别为0.07°和1.56°。实验结果表明上述方法可以有效地提高扫地机器人的定位精度,同时该方法实现简单,具有很强的操作性以及实用价值。

关键词:室内自主定位;单目视觉;人工信标;扫地机器人;数字图像处理

中图法分类号:TP242文献标识码:A

Autonomous positioning method for sweeping robots based onartificial beacons

CHEN Ziju,WANG Lujie,SHI Zhijing,XU Hengrong,GUO Hao,HE Dongfeng

(Xi'an Technological University,Xi'an,710000,China)

Abstract:Aiming at the autonomous positioning problem of sweeping robots, an indoor positioning method based on monocular vision sensor is proposed. First, an extensible beacon based on colour block coding is designed,which contains positioning circles and grid codes. Then,the road sign code is obtained by recognizing the square code, and the position information of the camera relative to the road signpost is obtained by identifying three positioning circles, so as to realize the autonomous positioning of the sweeping robot. In order to verify the correctness and accuracy of the positioning method,positioning experiments are carried out respectively. It is concluded that the maximum positioning error and standard deviation of the camera relative to the beacon translation are 0.6mm and 0.3mm respectively, and the maximum error and standard deviation relative to the rotation of the beacon are 0.07° and 1.56° respectively. Experimental results show that the above method can effectively improve the positioning accuracy of the sweeping robot. At the same time,the method is simple to realize,and it is highly operational as well as practical.

Key words: indoor autonomous positioning, monocular vision, artificial beacon, sweeping robot, digital image processing

1  引言

近年来,随着科技的不断发展,人们对扫地机器人的清洁能力提出了新的要求,如何高效、快速地实现室内全面清洁是提高扫地机器人清洁能力的关键。而要实现高效、快速的室内全面清洁,离不开清洁机器人的准确定位和全覆盖路径规划两项关键技术。准确定位是指机器人借助传感器确定自身在环境中的位姿;全覆盖路径规划则是指机器人按照某一性能指标搜索从起始状态到目标状态的最优无碰撞路径,当机器人完成自身的准确定位后,要到达指定目标就需要进行全覆盖路径规划[1]。在扫地机器人移动过程中实现精度高、鲁棒性强的定位对其至关重要,是较好完成清洁任务的前提。本文主要解决扫地机器人的定位问题,提出了一种基于单目视觉和人工信标的扫地机器人自主定位方法。

根据使用的传感器不同,可以将机器人定位分为三类,即基于激光雷达定位[2]、基于轮式里程计[3]或惯性测量单元[4]定位、基于视觉传感器定位[5]。基于激光雷达获取机器人位姿的方法成本较高,不适于大规模推广;基于轮式里程计或惯性测量单元定位具有结构简单、短期内定位效果好的优点,但长期定位具有较大的累积误差,影响定位精度;而基于视觉传感器获取机器人位姿信息相对成本较低,定位精度也较高,优势明显。

根据机器人携带视觉传感器数目的不同,可以将基于视觉传感器的定位分为单目视觉定位、双目视觉定位和多目视觉定位。其中,单目视觉定位使用相机结构简单、装载方便、价格便宜且畸变小,是当前研究的热门领域;双目及多目视觉定位可以通过不同视角采集到的具有视差的平面图像获取周围环境的三维信息,但计算量较大,且系统不稳定[6]。

姬旭[7]提出了一种基于单目视觉传感器的移动机器人室内定位方法。首先,需要通过单目视觉传感器来感知移动机器人的工作环境,并通过图像处理技术将移动机器人从复杂的环境中准确地识别出来。在此基础上,设计基于已知标志物的识别算法,实现移动机器人的室内定位。缺点是该目标识别算法仍需优化,并且对环境的适应性有待提高。

在室内工作环境特征信息单一的情况下,通常采用基于信标的定位技术。刘成成[8]提出了一种基于人工信标的单目视觉的定位方法,该信标采用圆环编码,按照30°、60°、100°、170°对圆环进行分割,任意组合相加度数都是唯一的,使用时按顺序标为黑色,以承载位置信息。但是,该路标不能承担太多数据,若要扩展便需要对圆环进行多次分割,这会导致弧角的角度差变小,从而会引起其识别率的降低。该信标还存在无法识别方向角的问题,本文设计的人工信标的三个定位圆在不同方向的距离不同,很好地解决了这一问题。

目前存在的问题有定位算法比较复杂,对环境的适应性不高,定位精度较低。为了解决这些问题,本文通过对人工信标进行独特设计和编码来降低单目视觉定位时的图像处理的实时性问题;建立相机模型,并考虑相机的摆放问题,实现摄像头基于人工信标的信息获取;通过将系统搭载在智能小车平台上进行实验并验证该系统的实际定位效果。

2  定位原理

2.1  路标设计

该人工信标的设计图如图1 所示,长和宽均为33mm,相机的位姿信息通过定位圆和内容码获取。如图 1所示,其中三个圆 A/B/C 是定位圆,主要用来进行判断此时机器人相对于路标参考坐标的角度,定位圆 A 的圆心用来计算机器人相对于路标坐标;而方格码则用来存储信标的编码,方格码的白色代表0,黑色代表1 ,其个数由后期存储信息决定。通过信标的编码以及检索数据库,我们可以得到该信标的绝对位置(X,Y)。

该信标编码区可以根据实际场地的大小进行调整,只需要改变内容码和校验码的行和列,或者改变方格码的尺寸就可以实现人工信标存储信息的改变,该信标目前可存储的位置信息最高达16× 162+16× 161+16×160=4368个。

定位圆和内容码的尺寸及位置信息:三个定位圆 A/B/C 的直径均为8mm,定位圆 A 的圆心距路标上边缘和左边缘均为8mm;定位圆 B 距定位圆 A 的圆心水平距离为15mm;定位圆 C 距定位圆 A 圆心的竖直距离为 20mm 。内容码的尺寸为5mm×5mm,其左边缘和上边缘距定位圆 B/C 的圆心的直线距离均为6mm。

该信标的设计结构简单,可被快速识别,同时编码容量也可随信息大小进行改变,并且只需单目视觉传感器就可实现扫地机器人的自主定位。

2.2  机器人定位原理

在该扫地机器人的定位系统中,信标与信标之间的基本距离相同,并且均匀地分布在室内地板上,此时的室内环境地图可以看作一个栅格地图,每一个人工信标可以看作一个栅格点。扫地机器人的定位过程就是机器人在该室内环境地图中移动时借助人工信标获取自身位置信息的过程。

如图2 所示,Ow 是室内参考坐标系,Oa 是视觉坐标系,每一个正方形就是人工信标,通过读取它的编号可以获取该信标的绝对位置。扫地机器人的航向角就是 Oa 坐标系相对于 Ow 坐标系绕原点旋转的角度α。

航向角α可以通过公式(1)计算得到:

由公式(2)可以得到扫地机器人在室内参考坐标系下的位置:

其中,(XW,YW )是机器人在室内参考坐标系下的位置;(XO ,YO )是定位圆在视觉坐标系下的位置,可由视觉传感器观测得到;(Xb ,Yb )是标志点的绝对位置。3  信标定位信息的提取

3.1  摄像头获取定位信息

摄像头选用了可以进行圆形识别的 OpenMV3 camM7。考虑到周边环境实际情况,选择将镜头的高度固定在11cm。

首先,需要进行角度计算,利用摄像机里的像素坐标实时计算摄像头与路标的夹角并且获取定位物的像素坐标。其次,固定相机高度,通过标准圆的像素坐标与实际坐标的关系,得到标定系数。根据信标的实际尺寸、标定系数、前文计算的角度以及定位物的像素坐标计算出信标内容码的像素坐标。最后,根据编码的方式解出内容码数据。由于内容码储存的是定位物的全局坐标,便可通过坐标变换得出相机的全局坐标。

3.2  定位实现

首先,识别圆的算法采用霍夫变换识别了摄像头与人工信标间的夹角。其次,对相机进行标定。规定了编码的方式,在采取二值化后,对内容码的捕捉点获取了返回值,利用返回值判断每个单元码到底是0 还是1 。再次,按照编码的方式进行解码。最后,根据解码的编号在位置库文档找对应的行。找到行后,获取定位物的全局坐标,再根据已经求得的角度,和在相机里定位物和方格码的像素坐标以及为2 的标定系数。最终进行坐标变换便可得到相机中点的全局坐标,再通过串行口将数据从端口输出,实现扫地机器人的自主定位。

4  定位实验及结果分析

通過该定位实验主要为验证在信标进行直线及角位移时相机定位的正确性以及准确性。

4.1  实验平台

该实验平台的搭建基于智能小车(图3),其目前集成了红外传感器等多种传感器及数据处理端。若要使得智能小车拥有完整的功能,届时在处理端输入运行代码,再接入信标识别的端口即可。直线测量精度和角度测量精度分别使用平移台和旋转台来测量,两个平台组装后的高度为11cm(图4)。

4.2  实验过程

在实际环境中,智能小车和信标分别是运动和固定状态。在此,由于要测量相机的准确性,我们使智能小车静止,路标运动。将设计好的人工信标标贴在最上端的旋转台,摄像头与信标之间的距离是11cm。为了验证得到数据的真实性以及装置的精度,我们用了平移平台以及旋转平台的方法。

对平移方向的测量,我们采取在单一方向每次增加 1mm 的方法,共做10组实验,则 X 轴增加1cm,记录其编号、角度以及 x,y 坐标。对于角度的测量应用旋转台,每次旋转30°,共旋转360°,分为12次测量记录。判断是否会因为象限的不同,对角度的判断造成误差。

4.3  结果分析

通过观察得到的数据,可以发现当 x 轴方向每次增加1mm 时,其平均增加值最低偏量为0.0055mm,最高偏量为0.6448mm 。Y 轴方向的前7 组实验每增加1mm,平均增加值差约1mm,而第8 组实验由于有同学不小心撞了下桌子,导致该组平均数据增加了1.55mm,之后的两组平均数据都增加约1.5mm。

X 轴与 Y 轴的标准差均控制在0.3mm 以內,旋转台的标准差小于2°,由于标准差都较小,可以认为数据比较集中,说明该系统的鲁棒性较强(参见图5—图 10)。

通过观察 X 向与 Y 向的定位标定曲线发现,趋势与工作台实际位移基本相等。随着距离的增加,非线性度增加,这是由相机的畸变所引起的。图10由于纵坐标刻度较大,并且每次转动30°,其误差不超过1.5°,因此两条线近乎重叠。

通过对得到的实验数据进行分析,最终得出结论:X 轴与 Y 轴的标准差均控制在0.3mm 以内,旋转台的标准差小于2°。开发的软件基本满足 X 向,Y 向定位精度(5cm)和角度定位精度(1°)。

5  结论

良好的自主定位能力是实现扫地机器人进行室内清洁的基础,本文针对以往定位方案的人工信标识别效率低下且识别算法难等缺点,设计了一款基于色块编码的人工信标,并针对该信标提出了快速识别方法。

主要完成了以下工作:在相机的安装高度为11cm 时,通过标准圆得出像素坐标与实际坐标的标定参数;通过霍夫变换识别圆法,识别出各个圆,并利用斜率公式计算出相机与路标间的夹角;通过设置阈值对图像进行二值化;通过角度与标定系数及像素返回函数得出各单元码的像素返回值;利用编码方式得出路标编号,进而查询位置库通过坐标变换,最终获得相机的全局位姿;搭建实验平台,在室内光照条件下实验,得出相机相对于路标平移时的最大误差及标准差分别为0.6mm 和0.3mm 。相机相对于路标旋转时最大误差及标准差分别为0.07°和1.56°。

参考文献:

[1] 罗元,邵帅,张毅.基于信息融合的移动机器人定位与路径规划[J].计算机应用,2010,30(11):3091⁃3093+3096.

[2] 李鑫磊,潘阳红,曾明峰,等.基于激光雷达定位系统的全自主移动机器人[J].科技创新,2020(19):91⁃92.

[3] 唐尚华.基于单目视觉与轮式里程计融合的移动机器人定位控制系统研究[D].成都:电子科技大学,2019.

[4] 刘艳娇,张云洲,荣磊,等.基于直接法与惯性测量单元融合的视觉里程计[J].机器人,2019,41(5):683⁃689.

[5] 刘康.室内视觉定位与导航综述[ J].黑龙江科技信息,2017(8):7.

[6] 王朝文.室内移动机器人视觉定位导航系统研究[ D].成都:电子科技大学,2018.

[7] 姬旭.基于单目视觉的移动机器人室内定位方法研究[D].北京:北京邮电大学,2017.

[8] 刘成成.基于人工路标的室内单目视觉定位方法研究[D].南通:南通大学,2019.

作者简介:

陈子举(2000—) ,本科,研究方向:数字图像处理。

王璐洁(2001— ),本科,研究方向:数字图像处理(通信作者)。

猜你喜欢
数字图像处理
图像实时检测技术在激光切割中的应用研究
MATLAB在《数字图像处理》课程中的辅助教学
信息与计算科学专业《数字图像处理》课程教学探讨与实践
微课在大学专业课中的应用研究
以应用实例为主线、以程序设计为主导的数字图像处理课程教学方法改革
数字图像处理技术课程改革与实践
数字图像处理课程CDIO模式教学法实践
《数字图像处理》课程的驱动教学实践
基于Blackfin的图像识别式印刷网点测版仪的研制
用于小零件图像测量的双远心光学系统