[发明专利]一种充电座识别方法及移动机器人在审

专利信息
申请号: 201810202018.8 申请日: 2018-03-12
公开(公告)号: CN110263601A 公开(公告)日: 2019-09-20
发明(设计)人: 朱建华;沈冰伟;蒋腻聪;郭斌 申请(专利权)人: 杭州萤石软件有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;B25J5/00;B25J11/00;B25J19/00
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 项京;马敬
地址: 310052 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 充电座 红外摄像模组 移动机器人 图像区域 红外光 图像 充电座图像 移动机器 预设 申请 成功率 采集 应用
【权利要求书】:

1.一种充电座识别方法,其特征在于,应用于移动机器人,所述移动机器人包括:红外摄像模组;所述方法包括:

获取所述红外摄像模组采集的图像;

根据预设的充电座图像特征,从所述图像中确定待识别充电座的图像区域;其中,所述待识别充电座能发出红外光;

根据确定的图像区域,确定所述待识别充电座的位置信息。

2.根据权利要求1所述的方法,其特征在于,所述根据预设的充电座图像特征,从所述图像中确定所述待识别充电座的图像区域的步骤,包括:

根据预设的充电座像素特征和/或预设的充电座尺寸特征,从所述图像中确定所述待识别充电座的图像区域。

3.根据权利要求1所述的方法,其特征在于,所述根据确定的图像区域,确定所述待识别充电座的位置信息的步骤,包括:

根据预先获取的所述待识别充电座上的第一预设数量个标识点,从所述图像区域中确定所述第一预设数量个标识点的图像位置;

根据所述第一预设数量个标识点在所述待识别充电座上的空间位置和所述第一预设数量个标识点的图像位置,以及第一预设公式,确定所述待识别充电座相对于所述移动机器人的位置信息。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第一预设数量个标识点在所述待识别充电座上的空间位置和所述第一预设数量个标识点的图像位置,以及第一预设公式,确定所述待识别充电座相对于所述移动机器人的位置信息的步骤,包括:

根据以下第一预设公式,确定所述待识别充电座相对于所述移动机器人的旋转矩阵R和平移矩阵t:

其中,所述(Xi,Yi,Zi)为所述第一预设数量个标识点中第i个标识点在所述待识别充电座上的空间位置,所述(ui,vi)为所述第一预设数量个标识点中第i个标识点的图像位置,所述K为预设的所述红外摄像模组的内参矩阵,所述argmin为最小化投影误差函数,所述n为所述第一预设数量。

5.根据权利要求1所述的方法,其特征在于,所述根据确定的图像区域,确定所述待识别充电座的位置信息的步骤,包括:

获取所述图像区域中第二预设数量个标识点的深度信息;

根据所述深度信息和所述图像区域中第二预设数量个标识点的图像位置,按照第二预设公式,确定所述图像区域中第二预设数量个标识点的空间位置;

根据所述图像区域中第二预设数量个标识点的空间位置,确定所述待识别充电座的位置信息。

6.根据权利要求5所述的方法,其特征在于,所述获取所述图像区域中第二预设数量个标识点的深度信息的步骤,包括:

当所述红外摄像模组还具有深度感知功能时,获取所述红外摄像模组采集的与所述图像对应的深度图像,从所述深度图像中获取所述图像区域中第二预设数量个标识点的深度信息;其中,所述深度图像包括各个标识点的深度信息;或者,

当所述红外摄像模组包括左摄像模组和右摄像模组时,所述图像包括所述左摄像模组和所述右摄像模组分别采集的第一图像和第二图像,所述图像区域为从所述第一图像中确定的第一图像区域或从所述第二图像中确定的第二图像区域,根据所述第一图像区域和第二图像区域中的对应标识点的不同位置,确定所述图像区域中第二预设数量个标识点的深度信息;或者,

当所述移动机器人还包括惯性感测单元IMU时,获取所述红外摄像模组在采集所述图像之前采集的上一图像,获取根据预设的充电座图像特征从所述上一图像中确定的所述待识别充电座的上一图像区域,获取所述IMU采集的从第一位置到第二位置时的运动参量,根据所述运动参量和所述上一图像区域,确定所述图像区域中第二预设数量个标识点的深度信息;其中,所述第一位置为采集所述上一图像时所述移动机器人的位置,所述第二位置为采集所述图像时所述移动机器人的位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州萤石软件有限公司,未经杭州萤石软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810202018.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top