基于人工路标和双目立体视觉的机器人自定位_新闻_

伟景智能基于双目立体视觉感知技术,为机器人打造孩童般认知能力的...

卢洪军

[摘要]针对移动机器人自定位基于传统方法存在定位精度不足和累计误差等问题，提出一种基于双目立体视觉和人工路标相结合的方法来实现机器人自定位。该方法首先是利用双目摄像头获取环境中人为放置的路标，在通过立体视觉视差原理即可计算出机器人的位姿，从而实现机器人自定位。结果表明，该方法能够有效实现机器人自定位。

[关键词]双目视觉自定位视差原理

中图分类号：TP391.4 文献标识码：A 文章编号：1009-914X（2016）24-0137-01

Robot self localization based on artificial landmarks and binocular stereo vision

LU Hong-jun

（School of Information Science and Engineering，Shenyang University of Technology，Shenyang 110870，China）

[Abstract]The mobile robot self localization based on traditional method has the problem of insufficient positioning accuracy and cumulative error. A method was proposed based on binocular stereo vision and artificial landmarks to realize robot self localization. Firstly this method uses binocular camera to obtain the road signs in the environment. The position and orientation of the robot can be calculated by stereo vision parallax principle. The result shows that the method can effectively realize the robot self localization.

[Key words]binocular vision ;self location;parallax principle

1 人工路标检测

由于本实验是在室内环境下进行的，为了能够快速准确的识别出人工路标，所以实验用到的人工路标是由红、黄、蓝三种颜色的纸板构成。

1.1 颜色模型变换

双目摄像机获取的图片是RGB模型，由于该模型极易受光照变化的影响，不利于特征提取。故本文将RGB模型转换为HSV模型，在HSV空间中对图像进行阈值分割。

1.2 HSV阈值分割

HSV颜色模型[1]是将颜色分成H（色度）、S（饱和度）及V（亮度）来表示，其中色度代表颜色信息，饱和度代表颜色深浅程度，它们独立于亮度信息V。利用该模型能够很容易的识别出红黄蓝三种颜色。根据实验获取的经验值，我们可以得到基于HSV颜色模型的红、黄、蓝三种颜色的阈值，如表1所示：

根据表1的实验数据可以把环境中带有红黄蓝三种颜色的物体识别出来，然后在根据该人工路标的特点，从环境中提取出人工路标。人工路标的特点如下。

1）该连通区域的前1/3为红色所以H分量值小于45/360;

2）该连通区域的1/3-2/3为蓝色所以H分量值大于200/360且小于240/360;

3）该连通区域的后1/3为黄色所以H分量值大于20/360且小于60/360。

2 移动机器人自定位