[发明专利]割草机器人基于视觉场景的方向估算方法

说明书

本发明公开了割草机器人基于视觉场景的方向估算方法，所述的割草机器人内部设置处理器，与所述的处理器连接的图像采集模块和惯性导航系统，所述的处理器设置方向估算方法，包括以下步骤：(1)所述的割草机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，采集图像f(x,y)；(2)所述的处理器搜索图像中心线上的天际点(M/2,y_i)，然后写入方向数组A[i]=y_i；(3)所述的割草机器人在工作过程中需要确定自身方向的时候，采集工作场景的图像f(x,y)，提取图像的天际点y`=h(x)，取其中α/Δθ个数据组成采样数据B[j]；(4)对采样数据B[j]与方向数组A[i]中的一段数据计算相似度，如果A[k]开始的数据相似度最大，则所述的割草机器人的角度为β=k﹒Δθ+α/2。

技术领域

本发明涉及割草机器人基于视觉场景的方向估算方法，属于移动机器人技术领域。

背景技术

室外割草机器人工作在室外复杂多变的环境中。为了实现智能化的路径规划以及迅速找到充电座，需要进行全局范围的自定位，即确定自身的位置和方向。常规的定位方式是采用惯性导航的方法，比如通过安装在驱动轮上的编码器实时计算割草机器人的位移和转向，这类定位方法最大的弊端就是具有累计误差，即随着工作时间的累计，误差也在不断的累计，最终导致定位数据无效。而具有全局定位能力的GPS，对于割草机器人来说，定位精度还不能满足要求。因此，寻找一种全局性质、不具有累计误差的定位方法对于完善割草机人的功能具有重要的意义。

发明内容

本发明的目的是为了克服现有技术中的不足之处，提出割草机器人基于视觉场景的方向估算方法，采用天际线图像匹配的方式确定割草机器人的方向，提供全局性质、不具有累计误差的方向信息。

本发明解决其技术问题所采用的技术方案是：

割草机器人基于视觉场景的方向估算方法，所述的割草机器人内部设置进行集中控制的处理器，与所述的处理器连接的图像采集模块和惯性导航系统，所述的惯性导航系统用于计算所述的割草机器人的旋转角度θ，所述的处理器设置方向估算方法，所述的方向估算方法包括以下步骤：

(1) 所述的割草机器人设置在工作场所的中心位置，并原地旋转一周；所述的处理器每隔角度Δθ，通过所述的图像采集模块采集工作场景的图像f(x,y)；

(2) 所述的处理器搜索图像中心线上的天际点(M/2, y_i)，即天空与地面或者地面建筑、植物的交界点，然后写入方向数组A[i]= y_i，其中M为图像f(x,y)在x方向上的最大值；

(3) 所述的割草机器人在工作过程中需要确定自身方向的时候，所述的处理器通过所述的图像采集模块采集工作场景的图像f(x,y)，提取整个图像的天际点y`=h(x)，取其中α/Δθ个数据组成采样数据B[j]={ h(0)，h(⌊M·Δθ/α⌋)，h(⌊2·M·Δθ/α⌋，h(⌊3·M·Δθ/α⌋……}，其中，α为所述的图像采集模块视角，⌊⌋为向下取整；

(4) 对采样数据B[j]与方向数组A[i]中的一段数据计算相似度，如果A[k]开始的一段数据，与采样数据B[j]相似度最大，则所述的割草机器人的角度为β=k﹒Δθ+α/2。

所述的步骤(2)中，天际点的计算方法为：

如果yy_i，满足f(x,y)T₁，其中T₁为判断天空的亮度阈值；并且f(x,y_i)-f(x,y_i-1)T₂，则点(x, y_i)为天际点，其中T₂为天空到地面或者建筑物、植物的亮度梯度阈值。

所述的步骤(4)中，方向数组A[k]处的相似度的计算方法为：差值D=，D值越小，相似度越大。