專利名稱：基于圖像表現(xiàn)特征的移動機(jī)器人視覺導(dǎo)航方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動機(jī)器人的視覺導(dǎo)航，特別是結(jié)合自然標(biāo)識物法和基于圖像表現(xiàn)特征法的移動機(jī)器人的視覺導(dǎo)航方法。
背景技術(shù)：
經(jīng)過幾十年的迅速發(fā)展，機(jī)器人領(lǐng)域已經(jīng)越來越系統(tǒng)化、成熟化。各種類型的機(jī)器人已經(jīng)越來越廣泛的應(yīng)用于現(xiàn)代工業(yè)、軍事、航天、醫(yī)療、交通、服務(wù)以及人類生活的許多領(lǐng)域。而智能移動型機(jī)器人作為機(jī)器人研究領(lǐng)域的一個重要而典型的研究方向，越來越受到國內(nèi)外研究機(jī)構(gòu)的重視，成為當(dāng)今機(jī)器人工業(yè)界的一個活躍的分支。近年來國內(nèi)外的許多工業(yè)智能移動機(jī)器人的技術(shù)有了很大的發(fā)展，而西方各國又投入了更多的經(jīng)費(fèi)，用于研制應(yīng)用于社會服務(wù)和人類生活領(lǐng)域的各種類型的服務(wù)型智能移動機(jī)器人。
移動機(jī)器人導(dǎo)航技術(shù)是智能移動機(jī)器人領(lǐng)域的一個重要研究方向，也是智能移動機(jī)器人的一項(xiàng)關(guān)鍵技術(shù)。在過去的幾十年中，國際國內(nèi)有大量的科技工作者致力于移動機(jī)器人導(dǎo)航技術(shù)的研究，對很多關(guān)鍵導(dǎo)航技術(shù)問題，如多傳感器融合導(dǎo)航、機(jī)器人自定位、場景模型建立、障礙檢測及路徑規(guī)劃等等，取得了長足的進(jìn)步和較清晰的認(rèn)識。在某些特定的工業(yè)應(yīng)用領(lǐng)域，移動機(jī)器人導(dǎo)航技術(shù)已獲得了實(shí)際應(yīng)用。
計(jì)算機(jī)視覺作為模仿生物視覺的一種技術(shù)，它的生物機(jī)理到現(xiàn)在仍然不是很清楚，很多心理學(xué)家，生理學(xué)家和認(rèn)知學(xué)家一直在努力的探討和研究這個問題，并且做著把腦認(rèn)知方面的研究向計(jì)算機(jī)應(yīng)用方面進(jìn)行轉(zhuǎn)化的努力。作為計(jì)算機(jī)視覺的一個應(yīng)用，移動機(jī)器人的導(dǎo)航研究在引入視覺信息后有了很大的發(fā)展，解決了很多以前使用傳統(tǒng)傳感器很難解決的問題，對于在超聲波、激光和紅外等傳統(tǒng)導(dǎo)航方式并不是很適合的非結(jié)構(gòu)場景的自然環(huán)境下，利用視覺傳感器解決移動機(jī)器人的自定位問題有較大優(yōu)勢。利用視覺的方法具有探測距離遠(yuǎn)，環(huán)境特征較好識別等特點(diǎn)，可以充分的發(fā)揮圖像處理和模式識別領(lǐng)域已有成果的優(yōu)勢，使得一些在非結(jié)構(gòu)環(huán)境下的機(jī)器人自定位問題開始逐步走向解決。雖然到目前為止世界上還沒有一個通用的基于計(jì)算機(jī)視覺的機(jī)器人自定位算法，但是已經(jīng)有幾個很成功的限定條件環(huán)境下的機(jī)器人自定位系統(tǒng)。
計(jì)算機(jī)視覺理論目前在智能移動機(jī)器人應(yīng)用方面的研究雖然已經(jīng)有了很大的發(fā)展，但是還不是很成熟，它的利用主要在幾個方面首先是在二維圖像上，即圖像理解；其次是立體視覺，即利用兩幅對應(yīng)的場景圖，或一個場景的圖像系列進(jìn)行信息的提取；還有就是近幾年研究的比較多的光流場技術(shù)。雖然視覺傳感器可以為機(jī)器人系統(tǒng)提供大量有用的信息，但是由于現(xiàn)有的大部分算法所需要的計(jì)算時間量很大，遠(yuǎn)不能滿足實(shí)際系統(tǒng)的需要，所以必須在精度和速度之間取得平衡。基于視覺的方法雖然比較接近自然，但現(xiàn)今的算法基本上是基于結(jié)構(gòu)化環(huán)境和人工路標(biāo)的，人為約束較多，如何找到合適的算法來實(shí)現(xiàn)更自然的表達(dá)，是當(dāng)今視覺導(dǎo)航研究的一個重要研究趨勢。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于視覺的移動機(jī)器人的導(dǎo)航方法，即通過移動機(jī)器人的視覺傳感器——攝像頭，獲取機(jī)器人所處位置的場景圖像，再根據(jù)已經(jīng)構(gòu)建好的場景地圖，在已知初始位置和目標(biāo)位置的情況下，完成基于視覺的導(dǎo)航任務(wù)。
為實(shí)現(xiàn)上述目的，一種基于圖像表現(xiàn)特征的移動機(jī)器人的視覺導(dǎo)航方法，包括步驟移動機(jī)器人自動檢測自然標(biāo)識物；對當(dāng)前圖像與樣本庫中的圖像進(jìn)行匹配，以確定當(dāng)前位置。
本發(fā)明設(shè)計(jì)的基于視覺的移動機(jī)器人的導(dǎo)航系統(tǒng)，解決了以前基于各種傳感器方法的導(dǎo)航系統(tǒng)帶來的各種硬件難題，適合于在超聲波、激光、紅外等傳統(tǒng)導(dǎo)航方式較難適應(yīng)的非結(jié)構(gòu)場景的環(huán)境下，進(jìn)行移動機(jī)器人的自定位問題。利用視覺方法具有探測距離遠(yuǎn)，較好識別環(huán)境特征等特點(diǎn)，可以充分的發(fā)揮計(jì)算機(jī)視覺中圖像處理的優(yōu)勢，從而解決傳統(tǒng)導(dǎo)航領(lǐng)域的一些難題。


圖1為消失點(diǎn)形成示意圖；圖2為基于消失點(diǎn)的自然標(biāo)識物的檢測，其中，(a)，(d)，(g)為輸入的實(shí)際場景圖像，(b)，(e)，(h)為輸入圖像經(jīng)過邊緣檢測處理后的圖像，(c)為檢測圖像的消失點(diǎn)和消失線，(f)為基于消失點(diǎn)方法檢測場景中的門、柱子等自然標(biāo)識物，(i)為基于消失點(diǎn)方法檢測拐角等自然標(biāo)識物；圖3為基于圖像表現(xiàn)特征的自定位結(jié)果，其中圖示中的i表示該圖像在樣本圖像庫中的編號，d表示索引圖與庫中相似圖之間的距離；圖4為拓?fù)涫綄?dǎo)航地圖。
具體實(shí)施例方式
在目前，基于視覺的移動機(jī)器人的導(dǎo)航技術(shù)研究中，主要針對三個方面自定位；地圖的構(gòu)建與路徑規(guī)劃；障礙物的檢測和躲避。其中自定位是導(dǎo)航技術(shù)的關(guān)鍵。比如確定初始位置、目標(biāo)位置以及移動過程中的實(shí)時位置都是自定位，也就是要知道一個問題“我在哪里？”本發(fā)明就是針對導(dǎo)航技術(shù)中的關(guān)鍵問題，提出的一種新穎、快速、有效的基于視覺的自定位方法，并據(jù)此再提出一種適用于此定位方法的場景地圖的構(gòu)造方法，從而達(dá)到完成移動機(jī)器人基于視覺的導(dǎo)航目的。
現(xiàn)在比較常用的利用視覺的自定位方法可分為兩種利用標(biāo)識物識別法和場景圖像識別法。所謂標(biāo)識物法，就是在工作場景中有一些人工的標(biāo)識物(比如箭頭，圖形等等)或者非人工的自然標(biāo)識物(比如門，窗，拐角，柱子，燈等等)，將這些標(biāo)識物從場景圖像中分割出來，對其進(jìn)行識別來確定位置。而所謂場景圖像識別法，就是利用采集到的工作環(huán)境中的場景圖，將場景圖像的全局表現(xiàn)作為特征進(jìn)行匹配識別，從而完成自定位。
當(dāng)我們將發(fā)明的應(yīng)用領(lǐng)域確定為一個非結(jié)構(gòu)環(huán)境下的室內(nèi)場景時，我們對人是如何在這種環(huán)境下快速準(zhǔn)確的確定自己的位置產(chǎn)生了興趣。我們發(fā)現(xiàn)，當(dāng)一個人行走在一個沒有人工標(biāo)識的室內(nèi)環(huán)境中的時候，每當(dāng)遇到一些明顯的、感興趣的環(huán)境特征標(biāo)識物，比如門、拐角或柱子等，就會停下來，然后再注意一些具體的場景信息，比如門上的號碼；拐角處不同方向的場景；門、柱子周圍的物體或場景特征等等，以此來記憶或者判斷自己所處的位置。而人們往往對門、柱子、拐角之間的不能夠提供場景特征信息的墻等等并不感興趣，往往都是快速通過。現(xiàn)實(shí)也證明大部分這些無特征信息的墻在實(shí)際場景中對于定位和導(dǎo)航來說也是無意義的。
我們可以看出，人類在定位問題上還是更多的利用的是對環(huán)境中的標(biāo)識物的識別來快速準(zhǔn)確的進(jìn)行自定位的，這是由于人們能夠快速準(zhǔn)確的將標(biāo)識物從場景圖像中分割出來，而且不易受到位移、旋轉(zhuǎn)、縮放等因素的影響。而標(biāo)識物法的優(yōu)點(diǎn)就是快速、準(zhǔn)確、效率高。然而對于計(jì)算機(jī)視覺而言，快速準(zhǔn)確的將有價值的標(biāo)識物從復(fù)雜的背景圖中分割出來是一個難點(diǎn)。但是人類對場景圖像擁有的全局表現(xiàn)特征，如顏色、形狀、邊緣、紋理等信息，不具有很強(qiáng)的辨識能力。對于很多非結(jié)構(gòu)環(huán)境下，往往缺少各種人工或自然標(biāo)識物。這種情況下，只有通過對場景圖的全局表現(xiàn)特征的識別來進(jìn)行自定位。計(jì)算機(jī)由于在數(shù)字化和計(jì)算能力等方面具有突出的優(yōu)勢，可以比較容易的通過分析圖像全局紋理表現(xiàn)的方法來進(jìn)行位置圖像識別，以實(shí)現(xiàn)自定位功能。然而，大多數(shù)的基于全局表現(xiàn)特征的方法都是實(shí)時的或者以一定的頻率在工作狀態(tài)中采集場景圖像，以此圖像進(jìn)行識別，即使是對于行駛在我們在上一段所提到的沒有特征信息的場景中也是如此，這樣大大提高了機(jī)器人的工作量，降低了工作效率。
我們提出的方法盡量地將標(biāo)識物法和基于圖像全局表現(xiàn)的方法兩種方法的優(yōu)勢相結(jié)合。我們可以從人的自定位過程發(fā)現(xiàn)，一般有價值的需要自定位的地點(diǎn)多在門、拐角、柱子等自然標(biāo)識物附近，而這些自然標(biāo)識物往往是可以通過對其邊緣、顏色或者灰度等特征的分析快速地檢測出來。為了避免將這些自然標(biāo)識物準(zhǔn)確快速的從背景圖像中分割出來，并進(jìn)一步加以識別所造成的困難，我們只是將這些標(biāo)識物檢測出來，并不加以識別等進(jìn)一步的分析，這一過程就會簡單快速準(zhǔn)確的多。然后再對這些標(biāo)識物附近的場景進(jìn)行場景圖像采集，對這些場景圖像運(yùn)用基于圖像的全局表現(xiàn)法加以識別。這樣我們也避免了對于每一時刻的圖像都要和樣本庫中的圖像進(jìn)行匹配識別的計(jì)算冗余，而只需將有定位意義的重點(diǎn)位置上的場景圖像和樣本庫中的圖像進(jìn)行匹配識別，從而大大提高了自定位的工作效率。
我們的方法分為學(xué)習(xí)和工作兩個過程。在學(xué)習(xí)過程中，讓機(jī)器人多次無人工控制的自由行駛在工作環(huán)境中，實(shí)時的采集圖像，檢測出門、拐角、柱子等標(biāo)識物，每當(dāng)檢測出標(biāo)識物時，停止于標(biāo)識物，大量采集標(biāo)識物周圍的場景圖，分類建立樣本庫。在工作過程中，機(jī)器人以一定的頻率采集圖像，只進(jìn)行標(biāo)識物檢測，當(dāng)檢測到標(biāo)識物的時候，再對當(dāng)前圖像與樣本庫中的圖像進(jìn)行匹配，根據(jù)最佳匹配結(jié)果，確定當(dāng)前位置。
下面詳細(xì)給出該發(fā)明技術(shù)方案中所涉及的各個細(xì)節(jié)問題的說明1.基于消失點(diǎn)法的自然標(biāo)識物檢測技術(shù)正如前面我們所說，為了發(fā)揮自然標(biāo)識物法快速準(zhǔn)確的優(yōu)勢，同時避免由于對標(biāo)識物的分割和識別帶來的錯誤，我們在第一步中通過對自然標(biāo)識物(如門，柱子，拐角等)的檢測，進(jìn)行初步的定位，而并不對標(biāo)識物進(jìn)行識別。在移動機(jī)器人自身的攝像頭獲取的前進(jìn)方向上場景圖像中，檢測自然標(biāo)識物，每當(dāng)檢測到標(biāo)識物后，再進(jìn)行第二步的精確自定位，得到與已構(gòu)建的場景地圖中相匹配的位置信息。
我們的工作場景是室內(nèi)非結(jié)構(gòu)環(huán)境中的走廊，在走廊中實(shí)現(xiàn)地點(diǎn)識別。因此，如何通過視覺快速準(zhǔn)確的在走廊中檢測出門、立柱、拐角等標(biāo)識物是我們這個視覺導(dǎo)航系統(tǒng)的重要一步。在我們的系統(tǒng)中，視覺是通過一個安裝在機(jī)器人平臺上的普通攝像機(jī)作為視覺傳感器的，所采集到的圖像都為機(jī)器人移動方向上的正面普通場景圖像。因此，我們在這里采用基于消失點(diǎn)的方法來依靠視覺實(shí)現(xiàn)在走廊中的標(biāo)識物的檢測。所謂消失點(diǎn)，是空間中一組平行線的透視相交點(diǎn)，見附圖一，它對平移具有一定的穩(wěn)定性，所以對于機(jī)器人導(dǎo)航有很大的參考價值。消失點(diǎn)是與透視變換相關(guān)聯(lián)的。我們首先定義坐標(biāo)系原點(diǎn)在攝像機(jī)的光心，Z軸與光軸重合，圖像平面在Z＝f(焦距)處。
L是一條三維空間中的一條直線，P0＝(x0，y0，z0)是直線上的一點(diǎn)。L的方程可表示為v＝v0+λvd，其中vd＝(a，b，c)t。把直線上的一點(diǎn)Pn投影到圖像平面上得到Pi。其中Pi＝(xi，yi，zi)，zi＝f；xi=(fx0+λaz0+λc)]]>yi=(fy0+λbz0+λc)]]>zi＝f當(dāng)λ趨向于無窮遠(yuǎn)時，我們就可忽略P0＝(x0，y0，z0)從而Pi逼近消失點(diǎn)V1＝(x1，y1，z1)。
即x1=limλ→∞f(x0+λaz0+λc)=f(ac)]]>y1=limλ→∞f(y0+λbz0+λc)=f(bc)]]>z1＝f在這里我們假定c≠0，即直線不平行于圖像平面。如果c＝0，則消失點(diǎn)在歐氏平面上不存在。從公式里可以看出一組平行線只有一個消失點(diǎn)，這個消失點(diǎn)只跟這組直線的方向有關(guān)而和直線的空間位置無關(guān)。
因此，在走廊環(huán)境中墻壁和地面相交出來的兩條平行邊在透視平面圖上相交于一點(diǎn)，即消失點(diǎn)，而這兩條平行邊構(gòu)成了兩條消失線。而像門、柱子等特征標(biāo)識物都會形成垂直線，與消失線相交；或者在拐角處墻壁與地面形成的水平線與消失線相交。所有這些由垂直線或水平線與消失線相交而得的焦點(diǎn)都可作為我們進(jìn)行標(biāo)識物檢測的特征點(diǎn)，見附圖二。當(dāng)檢測到這些特征點(diǎn)即自然標(biāo)識物的時候，機(jī)器人才將當(dāng)前采集到的實(shí)時圖像進(jìn)行自定位處理。
2.基于圖像表現(xiàn)特征的自定位技術(shù)在室內(nèi)環(huán)境下，我們在檢測到有定位意義的標(biāo)識物后，才對標(biāo)識物附近采集到的場景圖像進(jìn)行自定位處理，我們用的是一種基于圖像的全局表現(xiàn)特征識別方法。我們將圖像全局表現(xiàn)的顏色、灰度、梯度、邊緣和紋理等信息進(jìn)行融合，定義一個多維直方圖。每一幅圖像用一個多維直方圖對其全局表現(xiàn)特征進(jìn)行描述。其中多維直方圖中特征值的選取依賴于機(jī)器人以及機(jī)器人工作環(huán)境所能獲取的圖像特征，并且，這些特征值具有提取速度快，易計(jì)算，存儲量小等優(yōu)點(diǎn)，以利于實(shí)現(xiàn)機(jī)器人在工作狀態(tài)下的實(shí)時自定位。我們提出了如下幾種特征函數(shù)，用來描述一幅場景圖像全局信息COLOR用來描述圖像的顏色特征函數(shù)，我們可以選取在標(biāo)準(zhǔn)的RGB色彩空間或HSV色度空間。在本發(fā)明中，我們應(yīng)用的是歸一化的RGB顏色空間。
ZC用來描述每一像素點(diǎn)鄰域范圍內(nèi)的邊密度的函數(shù)。
TEX從紋理角度給出的一個像素點(diǎn)鄰域范圍內(nèi)的統(tǒng)計(jì)度量函數(shù)。
GM該像素點(diǎn)的梯度值，用以描述像素點(diǎn)鄰域范圍內(nèi)某一方向上灰度值的變化。
RANK描述圖像中局部灰度極值點(diǎn)的統(tǒng)計(jì)函數(shù)。
根據(jù)實(shí)際要求和需要，我們利用以上的這些特征值或者其中的部分特征值構(gòu)成一個多維的直方圖。多維直方圖中的每一維表現(xiàn)了圖像中的一類全局信息特征，而一類特征向量中每個信息的值是整個圖像中具有該特征值的像素點(diǎn)的數(shù)量。由此，如果我們選定s個特征來表述一個圖像的全局信息，我們就需要建立一個s維的直方圖，其中假設(shè)這s類特征中的第t個特征有nt個可能的取值。那么在這個s維的直方圖中每一個確定的信息的值表示該圖像中擁有該確定元組特征值的像素點(diǎn)的個數(shù)。而整個直方圖的大小為 在根據(jù)需要構(gòu)建了所需的多維直方圖來描述一幅圖像的全局表現(xiàn)特征信息后，如何將當(dāng)前圖像的多維直方圖與樣本庫里的候選多維直方圖進(jìn)行匹配是下一個重要的步驟。
樣本庫里的每一個候選多維直方圖已經(jīng)對應(yīng)于確定的位置，我們只需要將工作狀態(tài)下實(shí)時獲取的當(dāng)前位置的場景圖像的多維直方圖與樣本庫中的每一個候選直方圖進(jìn)行匹配，最佳的匹配結(jié)果所對應(yīng)的候選位置即被認(rèn)定為當(dāng)前所在位置。所以我們需要一個能夠評判兩個直方圖之間的相似程度的函數(shù)。
為了尋找到一個適合我們的最好的匹配方法，我們對多種bin-by-bin和cross-bin的直方圖匹配法進(jìn)行了試探，最后我們選擇了均衡性和穩(wěn)定性好，并且對于噪聲干擾和直方圖維數(shù)大小具有較強(qiáng)的魯棒性的Jeffrey公式d(I,J)=Σk(iklogikmk+jklogjkmk),]]>其中mk=ik+jk2,]]>I和J是兩個不同圖像的直方圖，I＝{ik}，J＝{jk}。
我們可以從這個公式得到兩個直方圖之間的相似距離d，只有當(dāng)d的數(shù)值小于我們設(shè)定好的一個閾值a的時候，我們才認(rèn)為在當(dāng)前直方圖和候選直方圖之間具有相似性。而最具有相似性的最佳匹配結(jié)果幫助我們確定了當(dāng)前的位置。在附圖三中，我們展示了幾個運(yùn)用此方法進(jìn)行自定位的實(shí)驗(yàn)結(jié)果。
3.基于自然標(biāo)識物檢測的主動式拓?fù)涞貓D的構(gòu)造技術(shù)任何一個自動行走機(jī)器人都必須有一個工作場景的地圖——導(dǎo)航地圖，在這個導(dǎo)航地圖中，包含兩種信息，一種是機(jī)器人可能涉及的位置，比如通道，房間里各個位置，只要是機(jī)器人能走到的位置都應(yīng)該標(biāo)注出來；第二種信息是與這些位置環(huán)境相對應(yīng)的路標(biāo)，這種信息是可以為機(jī)器人識別的，在定位時，機(jī)器人首先辨識路標(biāo)，然后對應(yīng)的識別出當(dāng)前位置。導(dǎo)航地圖的構(gòu)建是移動機(jī)器人導(dǎo)航系統(tǒng)技術(shù)中十分重要的一個環(huán)節(jié)，一個導(dǎo)航圖的好壞直接影響導(dǎo)航的結(jié)果，準(zhǔn)確、清晰、高效的地圖，可以大大減輕工作量，在識別路標(biāo)時既沒有冗余過程，又具有一定的魯棒性，才能使導(dǎo)航系統(tǒng)順利的完成任務(wù)。大部分室內(nèi)移動機(jī)器人的導(dǎo)航圖采用網(wǎng)格結(jié)構(gòu)或基于圖的描述。
在本發(fā)明中，我們設(shè)計(jì)了一種拓?fù)涫降貓D，見附圖四。這種拓?fù)涫降貓D是由多個相互連接的節(jié)點(diǎn)組成，其中每個節(jié)點(diǎn)對應(yīng)于實(shí)際工作場景中各個不同的有待于進(jìn)行自定位工作的場景位置，連接節(jié)點(diǎn)與節(jié)點(diǎn)之間的連線，對應(yīng)于實(shí)際工作場景中連接不同位置之間的實(shí)際路徑。而對于這樣一個拓?fù)涫綄?dǎo)航地圖的構(gòu)建，本發(fā)明采用了基于自然標(biāo)識物檢測的主動構(gòu)造方法。也就是說，我們通過讓移動機(jī)器人主動的在工作場景中檢測自然標(biāo)識物，來構(gòu)建導(dǎo)航地圖上的各個節(jié)點(diǎn)，使之準(zhǔn)確高效的對應(yīng)于實(shí)際工作場景中各個有待于進(jìn)行自定位工作的位置。具體的實(shí)施方法是在學(xué)習(xí)訓(xùn)練階段，由機(jī)器人自動的在工作場景中進(jìn)行巡航，巡航的同時，運(yùn)用我們在第一步提出的簡單快速易行的自然標(biāo)識物檢測的方法對工作場景中的自然標(biāo)識物進(jìn)行檢測。每一個被移動機(jī)器人主動檢測到的標(biāo)識物即被相映的在導(dǎo)航的圖上定義為一個節(jié)點(diǎn)。而最后所有的節(jié)點(diǎn)將按照實(shí)際工作場景中所對應(yīng)位置之間的實(shí)際路徑關(guān)系用線段連接起來。
運(yùn)用這種方法的優(yōu)勢是可以非常簡單的構(gòu)建一個準(zhǔn)確、高效的導(dǎo)航地圖，而且構(gòu)建過程中并不需要對實(shí)際工作場景進(jìn)行幾何測量這樣繁重的工作。同時，由于在這樣的一個拓?fù)涫降膶?dǎo)航地圖上，相互連接的節(jié)點(diǎn)對應(yīng)于實(shí)際工作場景中相鄰的位置，所以，根據(jù)這樣的導(dǎo)航地圖和已知上一時刻機(jī)器人所處的確定位置后，在根據(jù)導(dǎo)航圖進(jìn)行當(dāng)前位置定位識別的時候，就不需要在整個場景圖像樣本數(shù)據(jù)庫中進(jìn)行全局搜索，而只需要根據(jù)已知的上一時刻的已知位置，在導(dǎo)航圖中對相對應(yīng)的節(jié)點(diǎn)所連接的其他幾個節(jié)點(diǎn)所對應(yīng)的場景圖像樣本數(shù)據(jù)庫進(jìn)行局部搜索。這樣就可以有效地提高自定位過程的速度和效率，同時自定位的準(zhǔn)確性也大大的得到了提高。
綜上所述，本發(fā)明所提出的基于視覺的導(dǎo)航系統(tǒng)，和目前已有的視覺導(dǎo)航系統(tǒng)比較起來具有以下比較明顯的優(yōu)勢1.將標(biāo)識物法和圖像識別法相結(jié)合起來的自定位方法繼承了兩種方法所具有的簡單易行、準(zhǔn)確率高、速度快、魯棒性強(qiáng)和系統(tǒng)模塊化的優(yōu)點(diǎn)。
2.本發(fā)明的自定位方法較之已有的基于標(biāo)識物法的導(dǎo)航系統(tǒng)，避免了標(biāo)識物法中，容易受到標(biāo)識物分割困難、識別率低的不利影響。
3.本發(fā)明的自定位方法較之已有的基于圖像識別法的導(dǎo)航系統(tǒng)，具有實(shí)時性好、簡單、計(jì)算量小、準(zhǔn)確率高的優(yōu)點(diǎn)。
4.本發(fā)明的導(dǎo)航地圖構(gòu)造法，提出了一種主動式的拓?fù)涫綄?dǎo)航地圖的構(gòu)造法，這種導(dǎo)航地圖的構(gòu)造法較之其他已有的導(dǎo)航地圖構(gòu)造法，更加簡單易行、準(zhǔn)確率高、工作效率高、魯棒性強(qiáng)，并且十分有利于自定位功能的快速準(zhǔn)確的實(shí)現(xiàn)。
權(quán)利要求
1.一種基于圖像表現(xiàn)特征的移動機(jī)器人的視覺導(dǎo)航方法，包括步驟移動機(jī)器人自動檢測自然標(biāo)識物；對當(dāng)前圖像與樣本庫中的圖像進(jìn)行匹配，以確定當(dāng)前位置。
2.按權(quán)利要求1所述的方法，其特征在于所述的檢測自然標(biāo)識物包括步驟對由攝像頭獲取到的場景圖像進(jìn)行前期圖像處理；計(jì)算每一幅圖像中的消失點(diǎn)，并得出相應(yīng)的兩條消失線；通過邊緣提取獲取自然標(biāo)識物的邊緣線段；計(jì)算這些自然標(biāo)識物的垂直或者水平的邊緣線段與消失線的交點(diǎn)，并根據(jù)相應(yīng)的交點(diǎn)進(jìn)行標(biāo)識物檢測。
3.按權(quán)利要求1所述的方法，其特征在于所述的自然標(biāo)識物包括門、柱子或拐角等。
4.按權(quán)利要求1所述的方法，其特征在于所述的對當(dāng)前圖像與樣本庫中的圖像進(jìn)行匹配包括步驟對獲取的當(dāng)前場景圖像進(jìn)行前期圖像處理；選取不同的描述圖像表現(xiàn)特征的特征函數(shù)；根據(jù)所選定的全局表現(xiàn)特征構(gòu)建多維直方圖來對圖像進(jìn)行全局表現(xiàn)特征的描述；依據(jù)當(dāng)前圖像獲得的多維直方圖與已有的場景圖像樣本庫中的各個樣本進(jìn)行匹配。
5.按權(quán)利要求4所述的方法，其特征在于所述不同的特征函數(shù)包括COLOR函數(shù)、ZC函數(shù)、TEX函數(shù)、GM函數(shù)或RANK函數(shù)。
6.按權(quán)利要求4所述的方法，其特征在于還包括評判兩個直方圖之間相似度的函數(shù)。
7.按權(quán)利要求6所述的方法，其特征在于所述評判函數(shù)是下列公式d(I,J)=Σk(iklogikmk+jklogjkmk),]]>其中mk=ik+jk2,]]>I和J是兩個不同圖像的直方圖，I＝{lk}，J＝{Jk}。
8.按權(quán)利要求1所述的方法，其特征在于還包括每一個被移動機(jī)器人主動檢測到的標(biāo)識物在導(dǎo)航的圖上定義為一個節(jié)點(diǎn)，而最后所有的節(jié)點(diǎn)將按照實(shí)際工作場景中所對應(yīng)位置之間的實(shí)際路徑關(guān)系用線段連接起來，構(gòu)建成為一個拓?fù)涫綄?dǎo)航地圖。
全文摘要
一種基于圖像表現(xiàn)特征的移動機(jī)器人的視覺導(dǎo)航方法，包括步驟移動機(jī)器人自動檢測自然標(biāo)識物；對當(dāng)前圖像與場景樣本庫中的圖像進(jìn)行匹配，以確定當(dāng)前位置。本發(fā)明設(shè)計(jì)的基于視覺的移動機(jī)器人的導(dǎo)航系統(tǒng)，解決了以前基于各種傳感器方法的導(dǎo)航系統(tǒng)帶來的各種硬件難題，適合于在超聲波、激光、紅外等傳統(tǒng)導(dǎo)航方式較難適應(yīng)的非結(jié)構(gòu)場景的環(huán)境下，進(jìn)行移動機(jī)器人的自定位。本導(dǎo)航方法將場景標(biāo)識物檢測和場景圖像表現(xiàn)分析相結(jié)合，避免了對場景標(biāo)識的精確分割和定位過程，充分地發(fā)揮了計(jì)算機(jī)對于圖像處理的優(yōu)勢，較好地解決了傳統(tǒng)導(dǎo)航領(lǐng)域的一些難題。
文檔編號B63B49/00GK1569558SQ0314755
公開日2005年1月26日 申請日期2003年7月22日 優(yōu)先權(quán)日2003年7月22日
發(fā)明者譚鐵牛, 魏玉成, 周超 申請人:中國科學(xué)院自動化研究所