[实用新型]阵列式高速视觉里程计

说明书

技术领域

本实用新型属于机器人自主定位导航领域，具体为一种阵列式高速视觉里程计。

背景技术

在机器人自主定位导航领域中，传统的机器人定位定姿方法主要包括：以码盘式里程计和惯导等设备以及相应的航迹推算算法（Dead-Reckoning）实现的相对定位方法；以固定路标和GPS技术为代表的绝对定位方法。其中，相对定位方法通过码盘式里程计实现定位，但由于码盘式里程计存在车轮半径测量误差带来的系统误差和车轮滑动造成的非系统误差，在高滑动地形条件下误差累积的速度非常快，因此往往与惯导组合使用，利用惯导实时估计机器人的姿态变化并推算其位置变化，通过数据融合相互校正。然而惯导存在以时间次方速率产生漂移的问题，当机器人进行长时间、大范围作业时，仍需要进行周期性校正。在人工环境下，这个问题可以通过设置固定路标或使用GPS解决，但在不存在固定路标的野外环境等非人工环境下，这种相对定位方法对GPS的依赖就十分严重了。但是由于GPS技术的敏感性（主要由美国掌握）、不确定性（受到干扰或卫星故障）、定位精度和应用空间的局限性，导致其在野外环境中的应用受限甚至无法应用，在这种情况下，传统技术方法的缺点更加突出，已明显无法满足机器人的技术要求。

为了满足机器人在非结构化环境下长时间、长距离作业时的精确自主导航技术要求，上世纪80年代中期以来，出现了被称为视觉里程计（Visual Odometry）的机器人实时定位定姿方法，是计算机视觉理论在机器人领域的一个重要应用。视觉里程计仅利用视觉系统获得的环境图像，对机器人运动过程中的姿态和位置变化进行精确估计，属于被动非接触式测量方法，具有精度高、隐蔽性好、不依赖GPS校正以及不受环境地表特性和应用空间限制等突出的优点。虽然视觉里程计仍是一种相对定位方法，但已有的研究表明，视觉里程计的误差呈非单应性，即使机器人在高滑动地形条件（滑动比>100％）下进行长距离（作业距离>1km）导航时，仍能有效将累积误差控制在一定范围内，并且当与测角仪和惯导等组合使用时，累积误差的范围更小。2004年美国国家航空和宇宙航行局（NASA）将视觉里程计应用于火星探测并取得了巨大的成功，充分说明了视觉里程计方法的有效性以及在某些特定环境下的不可替代性。

目前，现有的视觉里程计方法基本上都采用了“特征—特征三维位置—运动估计”的方法框架，只是在结构上有单目和双目之分，以及具体实现方法的差异。现有的方法都存在实时性差的瓶颈问题（处理速度<15Hz）。这主要是由于现有的这些方法对环境图像的处理过程采用的都是逐帧逐点的计算方式，这就造成当图像尺寸较大时，待处理的数据量很大，而计算机的处理能力与之相比就明显不够。而通过减小图像大小，降低数据量，将导致视觉里程计精度的大幅下降。此外，在非结构化环境下，存在各种导致视觉里程计失效的不确定性因素。现有的视觉里程计方法仅采用单目或双目结构，遇到相机或线路损坏等情况时，整个视觉里程计就完全失效，鲁棒性差。

实用新型内容

针对现有技术中存在的上述不足之处，本实用新型要解决的技术问题是提供一种解决机器人作业过程中实时精确定位定姿问题的高速鲁棒三维视觉里程计。

本实用新型为实现上述目的所采用的技术方案是：一种阵列式高速视觉里程计，包括

若干个视觉测量单元，呈平面或空间的几何阵列分布，用于观测机器人的姿态和位置参数，并行计算，独立输出，多个视觉测量单元设置图像各个方向上不同的长宽比，所提取的特征点在图像中均匀分布；

数据采集电路板，连接各个视觉测量单元，用于采集所述视觉测量单元监测到的图像数据并对其进行数据校验和故障诊断，然后传送给工控机；

工控机，用于将多个视觉测量单元间的数据进行融合，输出最终的机器人的姿态和位置。

所述视觉测量单元包括：

相机，用于拍摄机器人图像；

固化算法的专用电路板，连接相机，用于计算图像特征点的空间三维位置。

所述相机采集的图像大小不大于10000像素，数据传输速率不低于2Mbps。

所述数据采集电路板还用于关闭失效的视觉测量单元通道。

1.本实用新型以小尺寸图象作为输入，通过底层并行计算的高速视觉测量单元阵列，实现了高速处理，解决了由于对整帧大尺寸图像逐点计算的低效串行计算方式和计算机处理能力不足所导致的现有视觉里程计方法实时性差的瓶颈问题。