[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

技術領域

本發明涉及慣性導航和圖像處理方法，特別是涉及一種單目自然視覺路標輔助的移動機器人定位方法。

背景技術

傳統的機器人定位包括GPS、慣性導航系統等，GPS用途廣泛、精度高，但受環境影響大，慣性導航系統完全自主，頻率高但噪聲影響大；而GPS/慣性導航系統融合定位是當今機器人導航中最常采用的組合導航定位方法之一，可以有效利用各自的優勢，取長補短。但在實際應用中，很多場合下GPS信號會受到遮擋而無法使用，導致系統整體定位精度下降很快。

為了解決上述問題，目前使用的大多數方法都在尋找GPS之外的可靠定位手段。

有一類是視覺方法，它作為傳統定位方法的有效補充得到越來越多的關注。如視覺里程計，它通過前后幀圖像相匹配的特征點在三維空間的位置變化來估計車體運動。它一般需要雙目立體相機才能獲得較高的定位精度，成本較高，而單目則只能適用于路面是平坦的情況。同時定位和地圖創建（SLAM）是通過機器人上攜帶的視覺或者激光傳感器，通過概率算法實現未知環境下的定位。這類方法的優點是不需要任何環境先驗信息，缺點是計算量大，實時定位有一定困難，對特征較少的環境定位精度較低。

還有一類是視覺與IMU的融合：（1）IMU與SLAM融合，IMU用來定位預測，根據圖像特征點與機器人的相對位置修正定位結果，但運算量大，實時性差；另一類是IMU與視覺里程計(VO)的融合，利用VO修正IMU累積誤差，但兩者均為局部定位，VO的累積誤差也會引入系統中。

以上這些非GPS的定位方法從理論上說都是局部的，誤差還是會隨著距離增加而累積。

發明內容

本發明的目的在于提供一種單目自然視覺路標輔助的移動機器人定位方法。建立了基于GIST全局特征和SURF局部特征相結合的在線圖像快速匹配框架，并使用基于單目視覺的運動估計算法修正車體航向。最后利用Kalman濾波將視覺路標匹配獲得的定位信息和慣性導航系統融合起來，提高了定位精度。

本發明采用的技術方案的步驟如下：

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。

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；