【摘要】 一种基于手绘地图和路径的移动机器人视觉导航方法，首先根据较小偏差的原则提取运行路径中的关键引导点，将原始路径分成多段；然后，在各段运行过程中，对预先绘制环境地图中对应的参考图像以及机器人摄像头实时采集到的信息进行匹配，估计当前视野中最可能存在的图像，并利用SURF算法检测图像的特征，依靠KD-TREE方法快速求得匹配点，采用RANSAC算法求解参考图像与实时图像的投影变换矩阵，进而得到参考图像在实时图像中的位置，并融合里程计数据，得到机器人的参考位置。再后，根据获得的机器人参考位置，计算下一段的运行方向，直至运动到最后一个参考点。该机器人不需要精确的环境地图及精确运行路径就能运行到指定区域，并能避开动态障碍物。 【专利类型】发明申请 【申请人】东南大学 【申请人类型】学校 【申请人地址】210096 江苏省南京市四牌楼2号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】玄武区 【申请号】CN201010577112.5 【申请日】2010-12-07 【申请年份】2010 【公开公告号】CN102087530A 【公开公告日】2011-06-08 【公开公告年份】2011 【授权公告号】CN102087530B 【授权公告日】2012-06-13 【授权公告年份】2012.0 【IPC分类号】G05D1/02; G01C21/34; G01C21/32 【发明人】李新德; 吴雪建; 朱博; 戴先中 【主权项内容】1.一种基于手绘地图和路径的移动机器人视觉导航方法，其特征在于该方法包括：手绘地图的绘制与表示、基于预测估计的机器人导航， 一.手绘地图的绘制与表示 将真实地图M与不精确的手绘地图建立有效的映射关系， 其手绘地图表示为m{L％，P％，R％}，其中 表示路标(尺寸，位置)在手绘地图中的概略位置，即存在映射关系路标(尺寸，位置)a?L％； 表示机器人的初始概略位姿， 这里包含路径的起始点S，终点D，以及路径线路图，主要从所绘路径的延伸趋势出发，将原始路径分成几段，每段都有一个关键引导点，将机器人引导到关键引导点附近，然后向着下一个关键引导点运行；为了便于机器人的控制，关键引导点间的运动采用直线运行的方式，在原始路径上提取关键引导点的较小偏差原则是：既能反映出机器人原有的运动趋势，又能减少机器人整体的旋转频率，即选取的关键引导点的数目尽量少； 二.基于预测估计的机器人导航 1)预测估计方法：两个黑色节点表示此时的关键引导点和下一个关键引导点，设机器人Robot已经处在关键引导点Nthis并且朝向两关键引导点Nthis和Nnext之间连线 的方向，关键引导点Nthis和Nnext线段之间的两个灰色节点N0.5和N0.75分别表示在矢量 方向上与关键引导点Nthis相距在0.5Dist(Nthis，Nnext)和0.75Dist(Nthis，Nnext)的位置，其中Dist(Nthis，Nnext)表示两点Nthis和Nnext之间的距离；目标1至目标4是点Nnext周围与其相距在一定摄像机视野范围内的环境中的目标，d1至d4以及α1至α4分别表示各个目标与点Nnext的距离以及各个目标与机器人运行方向 的夹角，提出了两个约束函数 和 它们分别表示目标与Nnext的距离，以及与矢量 方向偏离程度对其作为参考目标的影响，D表示原始图像的平均拍摄距离，α表示参考目标与矢量 的偏离角，d表示参考目标与关键引导点Nnext的距离，作为每个参考目标i的综合可能性程度F(i)，可通过下式计算：F(i)＝f1(di)gf2(αi)，根据经验，若综合可能性程度的最大值 则认为点Nnext附近不存在参考目标，否则，使F(i)取最大值的目标i可以作为参考目标；若存在多个目标都能使F(i)取得最大值，则选择这些目标中α最小的做为参考目标； 2)比例尺更新：设更新前地图的比例尺是Rulerold，该段运行开始的关键引导点位置为L1，结束点位置为L2，机器人根据图像信息定位结束点在地图上的位置为L′2，则更新后 的比例尺Rulernew利用下面的函数关系式进行计算： 其中，Dist(.)表示两点间的距离，RC表示比例更新条件，根据经验这里设为0.33＜Dist(L1，L2)/Dist(L1，L′2)＜3； 3)无约束导航，可以归纳以下3个步骤： a)按照地图比例尺计算本关键引导点与下一个关键引导点间的距离，并据此确定在这两个关键点之间的运行模式， b)按照a)中的模式进行运行，并按照预测估计的方法在必要的时候旋转摄像头寻找或跟踪参考目标， c)机器人运行到下一个关键引导点附近后，根据图像信息或里程计信息进行定位，而后更新此关键引导点的位置以及地图比例尺，最后返回到a)中继续下一阶段的运行，直到运行到最后一个关键引导点； 4)避障导航 当机器人在行进的过程中遇到静态或者动态障碍物时，为了有效地避开环境中的静态或动态障碍物，并能在避障的过程中同时进行基于视觉的导航，机器人能够对避障前的状态进行记忆，避障之后，机器人返回到避障前的状态继续运行或者是进入一个新的状态。 【当前权利人】东南大学 【当前专利权人地址】江苏省南京市四牌楼2号 【统一社会信用代码】12100000466006770Q 【引证次数】5.0 【被引证次数】90 【他引次数】5.0 【被自引次数】5.0 【被他引次数】85.0 【家族引证次数】5.0 【家族被引证次数】92

未经允许不得转载：http://www.zhongzhencnc.com/1785504922.html