[发明专利]一种用于机器人跟踪的视觉识别系统及方法

说明书

本发明公开一种用于机器人跟踪的视觉识别系统及方法，涉及机器人视觉控制技术领域，包括光源移动机器人和图像采集移动机器人，其中，所述的光源移动机器人设置有红外发光管电路板，所述的图像采集移动机器人设置有摄像头，所述摄像头前端设置有红外透光片，所述图像采集移动机器人还设置有用于提取光源形状和跟随光源移动机器人的控制单元；本发明使用具有红外透光片滤波的摄像头，检测环境中预先设置的红外发光机构，通过形状滤波，实现了对环境中红外光干扰的抵抗；由于所采用的红外透光片、红外发光二极管、USB摄像头价格极低，本发明所述软件算法采用的形状滤波处理速度快，实现简单，提高计算效率。

技术领域

本发明涉及机器人视觉控制技术领域，尤其涉及一种用于机器人跟踪的视觉识别系统及方法。

背景技术

视觉伺服技术(visual servo)通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，通过图像反馈的信息，使系统对机器做进一步控制或相应的自适应调整的行为；

目前，视觉伺服多采用单目或多目摄像头实时捕捉目标物体图像，实时计算摄像头与目标物体的相对位置、姿态关系，计算机器人自身运动轨迹，使得机器人动态跟随或静态保持与目标物体的期望相对位置；

因此，视觉伺服技术可以应用于多机器人编队、工业机器人物体定位等领域；如多无人机编队飞行，多移动机器人编队行驶，以及空-地机器人定位协同等具体应用；在工业机器人领域，手眼型(eyeinhand)视觉伺服可以应用于具有复杂姿态的三维工件空间六自由度定位拾取；

视觉伺服是基于摄像头对物体的识别，计算相对位置姿态关系，因此摄像头识别的准确性对整个视觉伺服的效果有巨大影响，尤其是在具有非结构光影响的位置环境，如室外环境、光线明暗变化强烈的环境等，摄像头极容易识别失败。例如，在安装摄像头的机器人所在环境如果忽然光强变大，则摄像头采集的图像会忽然变成全白，则物体识别立刻失败。又如，机器人在室外环境中，忽然进入有阴影的环境中，则图像会整体忽然变暗，也会导致识别的失败。而这些识别失败有可能导致所跟随物体(或机器人)在识别失败时走出机器人的视场范围，导致视觉伺服失败。

目前，对于光线干扰问题，主要思路是避免将机器人摄像头处于光线变化剧烈的环境。如果不可避免，则目前主要有以下两种解决办法：

(1)使用宽动态摄像头；

宽动态摄像机技术是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术；在一些明暗反差过大的场合，一般的摄像机由于CCD的感光特性所限制，摄取的图像往往出现背景过亮或前景太暗的情况；针对这种情况，宽动态技术应运而生，较好地解决了这一问题；

不过，宽动态摄像头对环境光线条件也有一定的要求，而且需要动态补偿背景光，因此工作过程中能耗很大，不适用于移动机器人场合；

(2)背光补偿法；

背光补偿法也称为逆光补偿，是把画面分成几个不同的区域，每个区域分别曝光。在某些应用场合，视场中可能包含一个很亮的区域，而被包含的主体则处于亮场的包围之中，画面一片昏暗，无层次；此时由于AGC检测到的信号电平并不低，因此放大器的增益很低，不能改进画面主体的明暗度，当引入逆光补偿时，摄像机仅对整个视场的一个子区域进行检测，通过求此区域的平均信号电平来确定AGC电路的工作点。

背光补偿法有一个非常大的缺陷，即当主要目标从中间移动到画面的上下左右位置，目标会变得非常黑，因为现在它不被区别开来已经不被加权；

(3)强光抑制法；

强光抑制法指的是在图像中把强光部分的视频信息通过DSP处理，将视频的信号亮度调整为正常范围，避免同一图像中前后反差太大。传统的CCD有动态范围的限制，在采集一幅图像的过程中只对整个图像采样一次，必然会出现对整个图像中明亮的区域过度曝光，或较暗的区域欠曝光的现象，强光抑制的功能就是采用DSP技术，简单意思就是把强光部分弱化，把暗光部分亮化，达到光线平衡；