[发明专利]一种面向图形的机器人操作方法

权利要求书

1.一种面向图形的机器人操作方法，其特征是应用于由机器人、计算机和两个双目摄像头所构成的操作环境中，并按如下步骤进行：

步骤一、在计算机的MATLAB环境下，建立面向机器人操作的图形，所述图形为基于MATLAB GUI平台的二维图形或为基于双目摄像头的三维图形；

所述基于MATLAB GUI平台的二维图形是在MATLAB环境下，利用get函数获取鼠标从移动开始到移动结束过程中的轨迹图形，并将所述轨迹图形进行坐标转换后保存为.mat文件，以所述.mat文件来表征所述二维图形；

所述基于双目摄像头的三维图形是按如下过程建立：

步骤A、利用双目摄像头获取左右摄像头中跟踪目标的M帧图像，记任意第a帧图像为P_a1和P_a2；

步骤B、在MATLAB环境下，利用基于特征匹配预估的Mean-Shift算法分别对所述第a帧图像P_a1和P_a2进行快速分割，分别得到所述左右摄像头中跟踪目标的空间运动图形G_a1和G_a2；

所述基于特征匹配预估的Mean-Shift算法是按如下步骤进行：

步骤B1.从第0帧图像P₀₁或P₀₂中手动选定跟踪目标所在区域，即目标区域，提取跟踪目标特征点个数，并记为N₀，以跟踪目标的中心y₀为当前最优位置，获取跟踪目标的颜色分布直方图，从而建立如式(1)所示的目标模型

式(1)中，表示第0帧图像P₀₁或P₀₂中跟踪目标的特征值估计的概率密度，C_q表示目标模型的常量系数，x_i表示所述目标区域中的第i个像素点，i＝1,2,…,n，n表示所述目标区域中像素点的个数；h表示决定权重分布的核函数窗口大小，k(·)表示核函数的轮廓函数，δ(·)表示Delta函数，δ[b(x_i-u)]表示为判断像素点x_i的颜色值是否属于第u个特征值，若属于，则δ[b(x_i-u)]等于值为1，否则δ[b(x_i-u)]为0；u＝1,2,…,m，m表示特征值总个数；

步骤B2.根据第a-1帧图像P_(a-1)1或P_(a-1)2中跟踪目标的最优位置利用Kalman滤波器的预测方程，得到第a帧图像P_a1或P_a2中跟踪目标的起始位置y_a；

步骤B3.在第a帧图像P_a1或P_a2中以跟踪目标的起始位置y_a为中心，获取跟踪目标的颜色直方图，从而建立如式(2)所示的第a帧图像P_a1或P_a2的候选模型

式(2)中，C_p表示候选模型的常量系数；

步骤B4.利用式(3)获得第a帧图像P_a1或P_a2的候选模型和目标模型的相似度系数

步骤B5.从第a帧图像P_a1或P_a2的起始位置y_a开始进行Mean-shift向量迭代，并计算在第a帧图像P_a1或P_a2中不同迭代区域内的候选模型，迭代寻找最优位置使相似度系数的值最大，并停止迭代；

步骤B6将最优位置带入Kalman滤波器的更新公式中，得到的修正结果作为第a+1帧图像P_(a+1)1或P_(a+1)2中迭代的起始位置y_a+1；

步骤B7.利用式(4)获得第a帧图像P_a1或P_a2的比例系数η_a：

式(4)中，N_a表示第a帧图像P_a1或P_a2的特征点个数；

步骤B8.将a+1赋值给a，并判断a＞M是否成立，如成立，则表示获得了M个最优位置并由M个最优位置构成了跟踪目标的空间运动图形G_a1或G_a2；否则，执行步骤B9；

步骤B9.判断η_a-1＜g是否成立，若成立，则表示跟踪目标遇到了遮挡，利用Harris特征点匹配法代替Kalman滤波器获得跟踪目标的起始位置后，返回步骤B2执行，否则，直接返回步骤B2执行；g表示特征点匹配所设定的阈值；

步骤C、利用双目空间定位原理，对所述左右摄像头中跟踪目标的空间运动图形G_a1和G_a2进行计算，得到跟踪目标在空间中的三维坐标信息；

步骤D、将所述三维坐标信息从双目摄像头坐标系转换到机器人基坐标系后，保存为.mat文件，以所述.mat文件来表征所述三维图形；

步骤二，采用最小二乘法中的B样条曲线算法对所述.mat文件进行拟合，得到拟合后的B样条曲线；

步骤三，采用Pearson相关系数法对拟合后的B样条曲线进行优化分割，得到直线和圆弧，并将所述直线和圆弧转换为脉冲序列后提供给机器人执行；

步骤四，利用另一个双目摄像头获取机器人执行末端的运动图形，并对所述运动图形重新建立基于双目摄像头的三维图形作为比对图形；

步骤五，将所述比对图形与所述二维图形或三维图形进行轨迹误差比对，得到误差处的位置；

步骤六、对所述误差处位置的处脉冲序列进行修改后提供给机器人执行；

步骤七、重复执行步骤四-步骤六，从而得到与所述二维图形或三维图形相匹配的脉冲序列。