[發(fā)明專利]一種空間繩系機(jī)器人抓捕區(qū)域內(nèi)的障礙物檢測方法

有效

• 申請?zhí)枺?/td>: 201410342218.5
• 申請日: 2014-07-17
• 公開（公告）號: CN104156946B
• 公開（公告）日: 2017-04-19
• 發(fā)明（設(shè)計(jì)）人: 黃攀峰;張彬;蔡佳;孟中杰;劉正雄
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T17/00;G06K9/00
• 代理公司: 西安通大專利代理有限責(zé)任公司61200
• 代理人: 蔡和平

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理與計(jì)算機(jī)視覺技術(shù)領(lǐng)域，具體涉及一種空間繩系機(jī)器人抓捕區(qū)域內(nèi)的障礙物檢測方法。

背景技術(shù)

空間繩系機(jī)器人系統(tǒng)由“空間繩系機(jī)器人+空間系繩+空間平臺”組成，具有安全、靈活、操作距離遠(yuǎn)等特點(diǎn)。近年來，隨著空間技術(shù)的不斷發(fā)展，空間繩系機(jī)器人被廣泛地應(yīng)用于包括在軌維修、在軌加注、輔助變軌、在軌空間站輔助組裝、軌道垃圾清理、目標(biāo)捕獲等在軌服務(wù)中，已經(jīng)成為空間操控技術(shù)領(lǐng)域的研究熱點(diǎn)之一。

在空間繩系機(jī)器人對目標(biāo)實(shí)施抓捕的過程中，要先對抓捕點(diǎn)附近進(jìn)行障礙物檢測，得出障礙物到抓捕點(diǎn)的最近距離，把該距離信息返回給控制系統(tǒng)，再由控制系統(tǒng)判斷該抓捕點(diǎn)是否能夠安全實(shí)施抓捕，并控制機(jī)械爪張開的大小和角度，從而避開障礙物，最終實(shí)現(xiàn)安全可靠的抓捕住目標(biāo)。由于一般抓捕點(diǎn)都選取在衛(wèi)星翻板支架等具有一般特征的結(jié)構(gòu)上，而附近的可能出現(xiàn)的障礙物一般是衛(wèi)星的外部輪廓、伸出的天線、發(fā)動機(jī)等，這些障礙物一般紋理結(jié)構(gòu)都比較簡單，尺寸比較大，多數(shù)情況下是只有一部分出現(xiàn)在我們需要檢測的抓捕區(qū)域的范圍之內(nèi)，而且一般都包含豐富的直線段結(jié)構(gòu)。基于這些特點(diǎn)，本發(fā)明先對障礙物進(jìn)行直線段檢測，得出障礙物大概的輪廓結(jié)構(gòu)，然后遍歷障礙物輪廓上的點(diǎn)，對其進(jìn)行三維重建，找出距離抓捕點(diǎn)的三維空間距離最近的障礙物上的點(diǎn)，并得出三維的最近距離和最近障礙物點(diǎn)的三維空間坐標(biāo)。

傳統(tǒng)的用于直線段檢測的方法是，首先用Canny邊緣檢測，接著用Hough變換，提取那些包含的邊緣點(diǎn)數(shù)超過給定閾值的所有直線，然后再使用長度閾值把這些直線切割為線段。盡管本發(fā)明具有良好的抗噪性，對于不完整邊緣具有魯棒性，以及對部分遮蓋區(qū)域不敏感等優(yōu)點(diǎn)，但是其計(jì)算量大、存儲量大、多峰值檢測以及斷點(diǎn)檢測效率低等缺陷嚴(yán)重限制了它的應(yīng)用范圍，而且Hough變換更適合于全局的直線段檢測而不是局部直線段檢測。

發(fā)明內(nèi)容

本發(fā)明主要針對配備有雙目相機(jī)的空間繩系機(jī)器人對抓捕點(diǎn)附近進(jìn)行障礙物檢測的應(yīng)用，提供了一種適用于空間繩系機(jī)器人的空間繩系機(jī)器人抓捕區(qū)域內(nèi)的障礙物檢測方法，該方法用于檢測復(fù)雜場景中抓捕點(diǎn)附近障礙物直線段的輪廓，并得到距離抓捕點(diǎn)最近的障礙物點(diǎn)的三維坐標(biāo)和最近的距離，本發(fā)明具有良好的魯棒性，實(shí)時(shí)性，計(jì)算速度快，檢測結(jié)果準(zhǔn)確等優(yōu)點(diǎn)。

為實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案包括以下步驟：

1)利用空間繩系機(jī)器人上的雙目相機(jī)對目標(biāo)進(jìn)行圖像采集；

采集到目標(biāo)的左圖像I_L和右圖像I_R；

2)在左圖像I_L上，以抓捕點(diǎn)O為中心設(shè)置一個(gè)矩形抓捕區(qū)域R，作為處理的感興趣區(qū)域R；

3)在感興趣區(qū)域R內(nèi)計(jì)算該圖像的梯度，并計(jì)算梯度模值和直線方向角；

4)根據(jù)圖像的像素梯度模值的大小，利用偽序法對圖像的像素進(jìn)行排序；

5)按照偽序排列結(jié)果，選取種子像素，按照區(qū)域增長方法計(jì)算直線段候選區(qū)域Re；

6)劃分出直線段候選區(qū)域Re后，采用外接矩形法描述和判定直線段候選區(qū)域Re，并且計(jì)算外接矩形的短軸和長軸的方向以及端點(diǎn)坐標(biāo)；

7)采用外接矩形長短軸之比與閾值進(jìn)行比較的方法，確定出所要檢測障礙物的直線段邊緣；

8)遍歷障礙物直線段邊緣上的像素點(diǎn)，對其進(jìn)行三維重建，并計(jì)算與抓捕點(diǎn)O之間的三維距離，得出最近的距離和最近的障礙物點(diǎn)的三維坐標(biāo)。

所述的步驟3)中，計(jì)算梯度模值和直線方向角的具體步驟如下：

3-1)：對于感興趣區(qū)域R中的像素(x,y)，其x，y方向上的梯度g_x(x,y)，g_y(x,y)定義為：

式中，I(x,y)為像素(x,y)的灰度值；

3-2)：計(jì)算梯度的模值G(x,y)，公式如下：

直線方向角θ定義為：

所述的步驟4)中，利用偽序法對像素進(jìn)行排序的具體方法如下：

首先按照梯度模值的最大值和最小值線性生成一個(gè)區(qū)間，然后將每一個(gè)像素按照梯度模值大小放入對應(yīng)區(qū)間內(nèi)。

對于同一區(qū)間內(nèi)的像素，認(rèn)為其梯度模值相差很小，以同等的概率選為鄰域增長的種子點(diǎn)。

所述的步驟5)中，計(jì)算直線段候選區(qū)域Re的具體方法如下：

5-1)按照偽序排列結(jié)果，根據(jù)梯度模值從大到小選取區(qū)域增長的種子點(diǎn)，并且要求該點(diǎn)沒有被訪問過，區(qū)域增長從該種子像素開始；

5-2)定義區(qū)域的角度為：