基于固定單目攝像頭的機器人定位技術

黎安慶 唐飛龍 施智雄

摘要：高精度定位是機器人完成指定工作的前提，針對機器人在室內未知環境中定位的問題，提出了一基于固定攝像頭的室內移動機器人視覺定位的方法。該方法采用一套基于圖像采集模塊的機器人定位測試平臺，測量系統將機器人在場地內的位置信息通過攝像頭采集到之后，送入計算機;計算機經過圖像處理，生成機器人的坐標及方位角信息。該方法具有結構簡單、穩定性好和理論精度高的優點;可同時實現機器人室內坐標和方位角。

關鍵詞：機器人;室內定位;計算機視覺

中圖分類號：TP3? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）23-0213-02

開放科學（資源服務）標識碼（OSID）：

機器人定位是機器人通過傳感器感知周圍信息，并通過運算獲取自身位置的過程[1]。現有的室內定位技術有基于慣性傳感器的航跡推算法、紅外定位技術、無線電定位技術、超聲波定位技術等[2-4]。航跡推算定位應用十分廣泛，但其弊端在于隨時間推移，定位誤差會不斷增加[5];而基于無線電定位的技術如：uwb 、zigbee、wifi、rfid等以及超聲波定位技術都需要在現場建立基站或者信標[6]，增加了系統復雜度及工作量，同時由于無線電和超聲波極易受到干擾[7]，因此其可靠度和穩定性都較低。針對上述問題，本文提出一種基于計算機視覺技術的機器人室內定位方法。

1 系統概述

為研究機器視覺定位方法，搭建機器人定位測試平臺，如圖1所示。

攝像頭將機器人在場地內運行的圖片采集后送入計算機。計算機經過圖像處理、輪廓提取及比對后，根據識別到的機器人目標，生成機器人的坐標及方位角信息。

2 定位步驟及原理

定位過程由計算機完成，具體為視角變換、背景分離、目標識別以及位置測量等步驟，定位步驟如圖2所示。

視角變換將攝像頭拍攝得到的圖像轉換為俯視圖，背景分離就是去除背景的干擾得到一個或多個可能的目標，目標識別需要在多個目標當中識別出真正的機器人目標。

2.1 視角變換

在任何場地內，攝像頭拍攝得到的圖像一般不是俯視圖。為了測量機器人的位置，以俯視的視角呈現的圖像將更加有利于位置測量和方向計算。因此，首先對獲取的圖像進行視角變換，將其由任意視角轉換為俯視視角。轉換的方法是將拍攝到的圖像利用透視變換方法進行圖形幾何變換[8]。

2.2 背景分離

在任意一張圖片當中，目標對象一定與背景同時存在，所以需要去除背景干擾，本文背景分離采用幀差法，利用相鄰兩幀圖像作差，而在背景嚴格不變，只有機器人改變位置會造成圖像變化的環境下，可先保存一張無機器人在場的圖作為背景圖片，用該背景圖片與機器人在場地內運動的圖片做幀差運算即可得出機器人的實際位置。

2.3 目標識別

經過幀差法得到的目標圖像可能有多個，因此需要在多個目標當中識別出真正的機器人目標。本文在實際識別過程中，首先使用邊緣檢測算法將疑似目標的輪廓識別得出，然后計算輪廓的像素個數即可得到目標圖像的周長，而目標面積即為輪廓圍成的面積。對于目標的外形特征，可使用輪廓的Hu不變矩進行相似性判定。Hu不變矩在圖像旋轉、縮放、平移等操作后，仍能保持矩的不變性，所以Hu不變距能識別圖像的輪廓特征[9]。

3 定位測量算法

在成功識別機器人的基礎上，即可尋找機器人的幾何中心，將其在圖像中的像素坐標按照比例換算成為實際場地上的坐標。而機器人方位角的確定則需要進一步處理。定位測量的參數包括測量機器人在場內的橫坐標、縱坐標、方位角等。定位時首先在機器人外殼上繪制一箭頭標記，通過該標記的幾何中心位置以及指向來反映機器人的位置及方位。

在運算過程中，計算機首先識別出該標記，然后使用一個面積盡量小的矩形框外接在該標記上，通過識別該矩形框長邊與水平線的夾角即可計算出機器人的方位角。

4 結論

本文通過計算機視覺技術對機器人定位的方法，系統主體由攝像頭、計算機、機器人系統三部分構成，降低系統復雜度。

該方法使用計算機視覺技術對室內場地機器人進行定位，相對以ZigBee為代表的基于無線定位技術的方法，不易受到無線電和超聲波的影響，穩定性好。

該方法能夠一次性得到機器人的位置和方位角信息，與以慣性導航為核心技術的航跡推算法對比，無累計誤差，具有較高精度。

參考文獻：

[1] Farhad Shamsfakhr， Bahram Sadeghi Bigham， Amirreza Mohammadi， Indoor mobile robot localization in dynamic and cluttered environments using artificial landmarks[J]，Engineering Computations，2019，36（2）：400-419.

[2] 劉艷，董寬. 基于超聲波傳感器的室內機器人定位研究[J]. 信息技術， 2015（8）： 54-56.

[3] 楊佳麗，史恩秀等.基于無線網絡的室內移動機器人定位方法研究[J]. 機械科學與技術， 2013，03： 457-461，468.

[4] 劉煥玲，劉桂華等.基于一維激光測距儀的室內移動機器人定位[J]. 工具技術，2011（10）： 79-83.

[5] 王志君. 移動機器人全場定位系統的研究[D].成都：電子科技大學，2015：1-10.

[6] 高云峰，周倫，呂明睿，等.自主移動機器人室內定位方法研究綜述[J].傳感器與微系統，2013，32（12）：1-5.

[7] 鄒宜成，梁紅.室內智能移動機器人ZigBee無線網絡定位技術[J].武漢理工大學學報（信息與管理工程版），2012，34（2）：151-155.

[8] 張星龍，馮全.采用透視變換提高車輛識別準確率的方法研究[J].電子設計工程，2015，23（1）：191-193.

[9] 董昱，郭碧. 基于Hu不變矩特征的鐵路軌道識別檢測算法[J]，鐵道學報，2018，23（1）：64-70.

【通聯編輯：張薇】