[发明专利]基于视觉ROS系统的非完整机器人远程定点自导航方法

权利要求书

1.一种基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，包括以下步骤：

(1)对Kinect摄像机的红外摄像头和RGB摄像头的内外参数进行标定和图像配准，通过标定的摄像机将采集到的RGB图像和深度图像生成点云图像，利用SURF方法对得到的每一帧点云图像数据进行特征提取；

(2)根据步骤(1)中得出的不同帧之间的特征，实现相邻帧之间的特征匹配；

(3)Kinect摄像机采集到的数据为3D-2D点对，基于Kinect摄像机所获取RGB图像和深度图像信息，采用P3P方法，即通过采集到的3D空间点和3D空间点的投影位置来确定机器人所在的位姿；

(4)对机器人的位姿估计进行优化处理；

(5)创建周围环境的栅格地图；

(6)将上位机与下位联机，对步骤(5)中所创建的地图进行目的地的标记，实现机器人的远程定点自导航。

2.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(1)中的摄像机标定采用张定有标定方法，根据标定结果得到由红外摄像头坐标系到RGB摄像头坐标系的旋转矩阵和平移向量，基于旋转矩阵和平移向量对获得的深度图像和RGB图像进行处理生成点云数据。

3.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(1)中，利用开放式的自然交互框架Open NI，在linux环境下接收Kinect摄像机中传感器的信息。

4.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(1)中，要提取的特征包括Gabor特征、几何特征和纹理特征。

5.根据权利要求4所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，几何特征包括角点和几何不变量。

6.根据权利要求4所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，纹理特征为LBP特征和HOG特征。

7.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(2)中，使用跨平台计算机视觉库Open CV库中的快速近似最近邻算法实现相邻帧之间的特征匹配。

8.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(3)中，使用P3P求解方法确定相邻两帧之间的机器人的位姿变化，包括机器人的旋转和平移信息。

9.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(4)中，采用g2o方法对机器人的位姿估测进行优化处理。

10.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(5)中，利用ROS系统中的Gmapping功能包，将激光传感器获得的数据作为参数输入，输出栅格地图。

11.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(6)中，通过SSH协议，实现上位机与下位机的联机，使两台电脑共享资源。

12.根据权利要求1所述的基于视觉ROS系统的非完整机器人远程定点自导航方法，其特征在于，在所述步骤(6)中，利用ROS系统中的RVIZ功能包在创建的地图上标记目的地。