[發明專利]一種單目自然視覺路標輔助的移動機器人定位方法

有效

• 申請號: 201310201121.8
• 申請日: 2013-05-27
• 公開（公告）號: CN103292804A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 項志宇;盧維;陳明芽
• 申請（專利權）人: 浙江大學
• 主分類號: G01C21/00
• 分類號: G01C21/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林懷禹

1.一種單目自然視覺路標輔助的移動機器人定位方法，其特征在于，包括如下步驟：?

1）用單目相機采集區域內的場景圖像作為自然視覺路標，提取場景圖像的GIST全局特征和SURF局部特征，獲取采集路標時單目相機和車體的姿態，構建視覺路標全局特征庫和局部特征庫；?

2）移動機器人在行進過程中獲取新圖像，參考慣性導航系統的定位信息，將當前圖像與自然視覺路標進行匹配，使用全局特征作為初步的過濾，并在此基礎上使用局部特征進行精確匹配；?

3）當前圖像與自然視覺路標實現正確匹配定位后，因為機器人當前時刻的實際航向和路標指示的航向存在偏差，故采用基于單目圖像的運動估計算法，計算當前圖像與自然視覺路標間的航向與姿態偏差，獲得機器人當前時刻可靠的定位信息；?

4）將慣性導航系統與自然視覺路標輔助定位信息進行融合，慣性導航系統和里程計作為機器人主要的導航方式，基于自然視覺路標的絕對定位方法作為輔助導航方式，對慣性導航系統數據進行修正，慣性導航系統與自然視覺路標的融合包括位置和姿態兩個方面的融合，由于相鄰兩幀間場景非常接近帶來匹配模糊性，因此存在一個定位噪聲方差；場景接近的前后兩幀圖像間姿態的變化很小，因此認為所求得的姿態可靠，直接作為當前姿態輸出，而對位置信息則通過Kalman濾波方式進行融合。?

2.根據權利要求1所述的一種單目自然視覺路標輔助的移動機器人定位方法，其特征在于，所述步驟1)中，用單目相機采集區域內的場景圖像作為自然視覺路標，提取場景圖像的GIST全局特征和SURF局部特征，獲取采集路標時單目相機和車體的姿態，構建視覺路標全局特征庫和局部特征庫；包括如下步驟：?

1）首先采集區域內的場景圖像作為自然視覺路標，自然視覺路標的選擇應遵循三個原則：（1）具有豐富的特征信息；（2）采集該自然視覺路標時的單目相機位置和方向已知；（3）自然視覺路標之間的間隔為50米～100米，路標間隔低于50米時，會增大路標匹配的工作負擔，降低匹配正確率；間隔超過100米時，則不能及時發揮定位修正的作用；?

2）提取自然視覺路標的全局特征，GIST描述符是利用不同方向和尺度的Gabor濾波器對圖像進行采樣濾波，濾波后圖像輸出到4*4的網格中，每個網格?取平均值；?

3）提取自然視覺路標的SURF局部特征，SURF算子對尺度縮放、平移、旋轉變換保持不變，即使在圖像目標受到部分遮擋的情況下也能檢索，同時對圖像的亮度變化和仿射變換具有不變性，提取圖像的SURF關鍵點能準確地刻畫圖像的局部內容特征。?

3.根據權利要求1所述的一種單目自然視覺路標輔助的移動機器人定位方法，其特征在于，所述步驟2)中，移動機器人在行進過程中獲取新圖像，參考慣性導航系統的定位信息，將當前圖像與自然視覺路標進行匹配，使用全局特征作為初步的過濾，并在此基礎上使用局部特征進行精確匹配；包括如下步驟：?

將當前圖像與自然視覺路標進行匹配，使用匹配成功的SURF關鍵點數占關鍵點總數的百分比結合尺度信息作為指標，應用投票機制來衡量當前圖像與自然視覺路標的相似度，匹配的SURF數目的百分比記為N1，匹配的SURF點對中處在同一尺度的SURF點數目的百分比記為N2，則圖像的相似度投票計分為?

N=m1*N1+m2*N2??????????????(1)?

其中m1、m2為權重系數，m2>m1>0，當機器人在接近路標位置時，投票分數也越來越高，當過了路標位置時，投票數隨即下降，賦予票數最高者相應路標的位置信息。?

4.根據權利要求1所述的一種單目自然視覺路標輔助的移動機器人定位方法，其特征在于：所述步驟3)中，當前圖像與自然視覺路標實現正確匹配定位后，因為機器人當前時刻的實際航向和路標指示的航向存在偏差，故采用基于單目圖像的運動估計算法，計算當前圖像與自然視覺路標間的航向與姿態偏差，獲得機器人當前時刻可靠的定位信息；包括如下步驟：?

基于本質陣恢復運動參數，使用已經過標定的單目相機，提取采集的圖像中的SURF特征，與自然視覺路標進行特征匹配，應用八點法求解本質矩陣，為減少噪聲的影響，使用Ransac去除離群點，結合最小二乘準則獲解本質矩陣，然后對本質矩陣進行奇異值分解：?

E=UΣV^T????????????(2)?

由本質矩陣和旋轉矩陣的關系，可得兩圖像間旋轉矩陣的求解公式如下：?

基于被測點位于相機前方的事實以及相機的位置關系可選出R的唯一正確?解；由旋轉矩陣R和姿態角的關系可得到兩幅圖像間的三個姿態角的偏差：?

Δθ=arcsin(R(1,3))???????????(4)?

Δψ=arctan(R(1,2)/R(1,1))?

其中Δθ、Δψ分別表示兩圖像間橫滾角、俯仰角、航向角之差；結合路標已知的航向和姿態，即得到當前位置準確的姿態信息。?