針對現(xiàn)有移動機器人位姿檢測系統(tǒng)誤差大、傳感器不易安裝等問題，本文設(shè)計了一種利用機器視覺來實現(xiàn)移動機器人位姿檢測的系統(tǒng)。工業(yè)相機實時采集運動目標圖像，結(jié)合LabVIEW開發(fā)平臺，利用模式匹配方法計算移動機器人的位姿信息。
本文研制了測試系統(tǒng)并進行相關(guān)測試，實驗結(jié)果與理論值基本一致，且具有較高的精度，為后續(xù)的進一步深入研究打下了基礎(chǔ)。
現(xiàn)階段，移動機器人的特性及應(yīng)用是研究的一個熱點[1]。移動機器人的應(yīng)用領(lǐng)域廣泛，已經(jīng)從傳統(tǒng)的工業(yè)領(lǐng)域擴展到醫(yī)療服務(wù)、教育娛樂、勘探勘測、生物工程、救災(zāi)救援等新領(lǐng)域[2]。
移動機器人的位姿檢測是移動機器人的關(guān)鍵技術(shù)之一[3]。傳統(tǒng)的測量方案是采用加速度計和位移傳感器等接觸式裝置，通過間接測量的方法來估算移動機器人的位姿，存在誤差較大、傳感器等輔助裝置安裝困難等問題[4]。
機器視覺作為一種典型的非接觸式測量技術(shù)，在機器人領(lǐng)域得到越來越廣泛的應(yīng)用[5-6]。機器視覺通過實時拍攝運動圖像，檢測圖像平面內(nèi)各個特征像素點的狀態(tài)，具有測量范圍寬、非接觸、不改變被測物特性等諸多優(yōu)點。如靳璞磊采用智能相機識別工件的尺寸，結(jié)合工業(yè)機械手實現(xiàn)分揀功能[7]。
鐘鉅斌通過結(jié)合視覺與巡線技術(shù)來實現(xiàn)倉儲機器人的定位與路徑規(guī)劃[8]。浙江大學的余小歡[9]提出了基于雙目立體視覺的微小型無人機的室內(nèi)三維地圖構(gòu)建系統(tǒng)的研究與設(shè)計。
本文基于NI公司的LabVIEW平臺，結(jié)合千兆以太網(wǎng)工業(yè)相機，通過檢測特征標志點，開發(fā)了一套檢測移動機器人位姿的系統(tǒng)。通過圖像識別移動機器人標志點的位置，計算出移動機器人線速度及角速度等信息，測試結(jié)果與理論值基本一致。
1 系統(tǒng)硬件組成
位姿檢測系統(tǒng)主要由相機、標志器以及工業(yè)控制計算機組成，標志器固聯(lián)在移動機器人上，相機固聯(lián)在大地上。相機采集圖像并通過千兆網(wǎng)線上傳到工業(yè)控制計算機上，采集頻率為20Hz。工業(yè)控制計算機識別標志物在圖像上的位置，并通過標志物計算移動機器人的位姿等信息。
標志器上采用美國Honeywell公司的紅外發(fā)光二極管SE3470-003作為光學特征點，SE3470-003可加的電流最大可以達到100mA，它的發(fā)射光波長是880nm，散射角可以達到90°。
由于相機固定在平臺上方，從相機傳送出來的數(shù)據(jù)至少要經(jīng)過十幾米才能傳遞到工業(yè)控制計算機，因此對相機的數(shù)據(jù)輸出方式有要求。本文智能相機采用Basler千兆以太網(wǎng)相機配合NI公司的Gige Vision幀接收器，幀接收器最終通過網(wǎng)絡(luò)接口與工控主板鏈接。
2 系統(tǒng)軟件設(shè)計
圖像處理的核心是識別圖像中標記物的位置，并提取相應(yīng)的信息。本文采用圖像匹配的算法，同時為了進一步提高圖像匹配的效率，在處理中增加了高斯金字塔灰度值算法。
圖1 軟件程序流程圖
2.1 模板匹配算法
模板匹配的方法，即先選取標準圖像作為模板，然后在要檢測的圖像區(qū)域中選取與模板最匹配的圖像[10]。
如圖2中所示，模板T在源圖S上移動。根據(jù)模板T和待測源圖S對應(yīng)點的方向向量進行計算，二者的相似度法則可用下式進行判斷：
圖2 模板T及源圖S示意圖
2.2 圖像金字塔
圖像匹配算法在實際的應(yīng)用過程中，由于計算量過大，無法滿足計算實時性的要求為了提高模板匹配算法的快速性，所以本文采用高斯金字塔灰度值匹配算法。算法需要構(gòu)建一組源圖像及分辨率大小依次排列的模板圖像，如圖3所示。
圖3 模板分辨率金字塔圖形
模板的金字塔圖形從低到高分辨率逐漸降低。圖像匹配過程中從最頂端開始，得到候選匹配點，再將每個候選匹配點按比例映射到下一層的金字塔圖像中，重復(fù)此過程，直到金字塔最底層圖像匹配結(jié)束[12]為止。
3 實驗（略）
移動機器人在平面上運動，主要分為直線運動和旋轉(zhuǎn)運動，故文中分直線運動與旋轉(zhuǎn)運動對位姿檢測系統(tǒng)進行測試。考慮到實際的實驗中，移動機器人位姿和速度時，圖像采樣時間過長（如大于0.5s），則測量的系統(tǒng)的實時性會降低，采樣時間過短（如小于0.05s），運動計算算法得到的速度結(jié)果誤差很大。為了保證位姿計算的實時性及精度要求，攝像機每幀圖像采集周期取0.2s。
結(jié)論
本文提出了用于移動機器人的圖像識別及位姿檢測系統(tǒng)，分析了基于連續(xù)幀圖像的移動機器人測速方法。與傳統(tǒng)測速方法相比，不受外加設(shè)備條件的限制，具有一定的工程推廣應(yīng)用價值。通過優(yōu)化算法降低了計算的復(fù)雜性，提高了實時性，為后續(xù)的深入研究打下了基礎(chǔ)。
手機掃描二維碼
