[发明专利]基于视觉非完整机器人在极坐标下的无模型目标跟踪方法

说明书

本发明公开了一种基于视觉的非完整机器人在极坐标下的无模型目标跟踪方法，非完整机器人通过RGB‑D摄像机实时采集机器人前方的视觉信息，利用RGB‑D摄像机可同时采集深度图像和RGB图像的特点，根据采集的RGB图像来判断目标物体的水平横向位移；根据采集的深度图像来判断目标物体的水平纵向位移。通过部分坐标的选取可以把不同坐标系中的RGB图像数据和深度数据映射到同一个极坐标中；根据极坐标设计跟踪算法，从而实现对目标物体的跟踪。本发明实现了非完整机器人的目标跟踪，充分利用了RGB‑D摄像机的特点，通过分别利用深度图和RGB图的优点得到精度更高的目标位置解决了单独使用一种图像跟踪的误差较大的问题。

技术领域

本发明属于非完整机器人的视觉控制领域，基于视觉的非完整机器人快速目标跟踪方法。

背景技术

非完整机器人作为轮式移动机器人中一种最常见的机器人，无论是在工业、农业、医疗服务还是城市安全、国防和太空探索等领域都得到广泛应用。它是一个集环境感知，运动规划，运动控制等多功能于一体的综合系统，包括了传感器技术、信息处理、计算机工程以及人工智能等多个学科的研究成果，是目前科学技术发展最活跃的领域之一。近年来，随着机器视觉的发展，机器人越来越朝着智能化，自主化的方向发展。

视觉跟踪问题是当前计算机视觉领域中的热点问题，所谓视觉跟踪是可靠性非常高的一种跟踪方式，同时也是存在很多问题的一种方法。本发明提出了一种快速跟踪技术具有重要的理论价值和实际意义。

发明内容

本发明的目的在于，提出一种基于视觉的非完整机器人在极坐标下的无模型/目标跟踪方法，实现机器人自主跟踪的目标，解决机器人自主识别目标、自主运动控制、自主定位的技术问题。

本发明采用如下技术方案：一种基于视觉的非完整机器人在极坐标下的目标跟踪方法，其特征在于，具体步骤如下：

(1)机器人通过摄像机获取环境信息图像并对RGB图像先进行高斯平滑滤波、图像灰度化处理，来提高处理速度，然后利用Sobel算子进行边缘检测，通过自适应二值化处理获得二值化图像，对二值化图像进行图像形态学处理，需要根据实际需要进行调整腐蚀和膨胀算子达到更优的效果，然后通过对连通区域进行判断，提取出目标区域。

(2)根据RGB图像中与深度图像的坐标关系，确定深度图像中的目标区域。

(3)当目标运动时，根据ICP(迭代最近点)算法计算出相邻两帧图像间的位移关系，两帧图获取间隔为t，得到目标的水平方向的位移x。同时根据深度图得出垂直方向的位移y。

(4)根据步骤(3)中得出的位移值，在极坐标系中建立机器人的目标间的坐标图。

(5)根据(4)中的机器人与目标间的关系得出机器人的线速度和角速度。

优选地，在所述步骤1中，提前根据目标特征选取检测方法。

优选地，在所述步骤2中，事先要对RGB-D摄像机的深度图和RGB图的坐标进行校准，使深度数据和RGB数据能对应起来。

优选地，所述机器人是360度范围的旋转。

优选地，在所述步骤3中，通过对相邻两帧图像提取尺度不变特征变换 (Scale-invariant feature transform，SIFT)关键点进行匹配，得出图像间的转移关系。通过PCL的ICP算法求解出位移x和y。

优选地，在所述步骤4中，以机器人中心为极坐标的原点得到目标的位置为 (ρ,θ)，其中x,y为所求出的位移量：

优选地，在所述步骤5中，机器人的线速度v和角速度ω分别为：