基于有限范围内自发光特征物的机器人双目定位研究

王强 王国庆 杨康 梁思瑞 王明圣

摘要：针对室内光照多变对机器视觉带来的不良影响所造成的室内机器人难定位的问题，提出了基于固定自发光特征物的双目定位算法设计，实现了机器人在室内环境中的定位。针对视觉定位算法实时性不高、处理数据量大的問题，通过预先建立数据库的方法避开复杂的计算，提高了视觉定位速度。具体而言，建立了固定特征物投影模型，实现了特征物模型的建立和对应数据库的生成，将特征点像素坐标与投影平面坐标进行匹配，并将相机在环境坐标系中的位姿转换为运动平台在环境坐标系中的位姿，实现了运动平台在室内环境中的定位。最终经过测试，证明该方法是可行的。

关键词： 室内移动机器人; 双目定位; 自发光特征物; 双目定位算法

【Abstract】 Aiming at the problem that indoor robots are difficult to locate due to the adverse effects of indoor illumination on machine vision， a binocular localization algorithm based on fixed self-luminous features is proposed， which realizes the localization of robots in indoor environment. Aiming at the problem of low real-time performance and large amount of data processing of visual localization algorithm， the method of pre-establishment of database avoids complex calculation and improves the speed of visual localization. Specifically， the projection model of fixed feature is established， the establishment of feature model and the generation of corresponding database are realized， the pixel coordinates of feature points are matched with the projection plane coordinates， and the pose of camera in the environment coordinate system is converted to that of the motion platform in the environment coordinate system， thus realizing location of indoor environment of the motion platform in the environment coordinate system. Finally， the test results show that the method is feasible.

【Key words】  indoor mobile robot; binocular localization; self-luminous feature; binocular localization algorithm

0 引 言

自主移动机器人是可依靠自身智能系统进行自主导航的在地面运动的机器人。文献[1]中提出如何解决移动机器人“走”的问题一直是自主移动机器人领域所存在的问题。文献[2]提出移动机器人实现自主运动的基础就是实现其自身定位。文献[3]提出在小型移动机器人的发展下，对其自主运动系统应该有更高的要求。文献[4]提出大多数小型移动机器人需要通过传感器感知其所处环境及自身位置。文献[5]所述的“爱家一号”通过重复路径来记忆路径。文献[6]中的Botlr的机器人管家，使用激光雷达和摄像机进行导航和定位。文献[7]所述的移动机器人监控系统为机器人搭载多种模块化传感器，能感知机器人周围环境。文献[8]所述的CASIA-I轮式移动机器人，是在多传感器信息融合的基础上实现了自主定点移动和轨迹跟踪的功能。

以上研究都取得了不同的进展，但是依然存在定位不精确等问题。室内环境的光照情况复杂，影响机器视觉的图像采集和处理。所以，视觉定位在室内环境中的应用也受到了很大的限制。本次研究提出基于固定自发光特征物的双目定位算法设计，可以解决光照情况复杂的问题，将特征物图像与预先建立的数据库进行数据匹配，确定机器人的实时位姿，以实现机器人在室内环境中的定位。

1 整体方案

根据周围环境进行绝对定位，不存在累积误差且精度高，并极力降低定位算法的复杂度。双目摄像机安装在运动平台顶端，便于采集图像。运动测试平台机械结构三维模型图如图1所示。其中，双目定位系统位于平台的最上方。

通过采用摄像机采集室内自发光特征物图像，并提取图像中的特征物的特征，将特征与预先建立的数据库进行数据匹配，确定机器人的实时位姿。

基于室内自发光特征物的双目定位算法，可以解决室内光照情况复杂的问题，研究时将涉及算法的理论支撑、模型建立、数据库建立、图像处理、特征提取、特征匹配以及平台定位等。基于自发光特征物的双目定位算法流程如图2所示。

首先根据左右摄像机得到周围物体的图像，将得到的图像传递回来之后进行图像矫正，经过左右两个摄像机实现双目定位。将摄像机得到的特征物上某些点的坐标与自发光特征物投影数据库进行匹配，可以将左摄像机的坐标系转化为机器人坐标系，进而实现移动机器人定位。