[发明专利]一种基于激光与单目视觉融合的像素级目标定位方法有效

专利信息
申请号: 202010780500.7 申请日: 2020-08-05
公开(公告)号: CN111998772B 公开(公告)日: 2021-11-16
发明(设计)人: 王滔;张雲策;葛鸿昌;朱世强 申请(专利权)人: 浙江大学
主分类号: G01B11/00 分类号: G01B11/00;G01B11/02
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 孙孟辉
地址: 315400 浙江省宁波市余*** 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: 一种 基于 激光 目视 融合 像素 目标 定位 方法
【说明书】:

发明涉及物体三维定位方法领域,尤其涉及一种基于激光与单目视觉融合的像素级目标定位方法,首先安装相机和激光测距模块,构建坐标系,对单目相机和激光测距模块测距相对位置进行标定,得到标定参数,通过单目相机获取环境图像后进行预处理和确定待定位目标的像素坐标,然后通过PID反馈控制驱动执行机构带动激光测距模块转动采集数据并进行计算,最后驱动激光测距模块将测距光点准确打到目标位置后采集数据通过计算实现目标定位。本发明计算资源消耗低,能够在移动端算力有限的情况下保证实时性,具有高性能的物体定位能力,精度高、范围广,能提升智能自主作业设备的作业范围,还具有一定的成本优势,降低使用门槛,利于技术推广与应用普及。

技术领域

本发明涉及物体三维定位方法领域,尤其涉及一种基于激光与单目视觉融合的像素级目标定位方法。

背景技术

近年来,随着机器人技术和人工智能技术的发展,越来越多的智能自主作业设备应用在社会生产生活和军事国防领域中。在社会生产生活中,利用智能机器人来协助或取代人类开展部分重复性或服务性工作是社会发展的趋势,可以有效提升生产效率,提高日常生活的便捷程度;在军事国防领域中,利用智能机器人来辅助或替代人来执行特定任务可以有效提高任务执行效率,保障任务执行人员的安全。

智能自主作业设备或智能机器人强依赖于感知系统,对作业范围内物体的准确定位是其开展作业任务的前提,也是其自主作业能力的体现。目前在感知系统中对于物体的定位通常采用双目视觉、激光雷达、毫米波雷达等深度传感器,此类方案在一定范围内可实现智能自主作业设备对物体的定位,但在计算资源消耗、物体定位精度、有效定位距离及成本等方面还存在着明显的不足。由于智能自主作业设备受成本、体积及功耗等问题的制约,其搭载的终端计算设备算力较为有限,因此采用上述方案的物体定位方法造价高昂、实时性差、定位范围有限,在智能自主作业设备实际工作条件下难以有效完成物体精确定位工作。

发明内容

为了解决现有技术中存在的上述技术问题,本发明提供了一种基于激光与单目视觉融合方案的像素级目标定位方法,包括如下步骤:

S1,安装相机使得相机光轴平行于地面,安装激光测距模块使得激光测距模块光心与相机光心的连线垂直于地面且使激光测距模块与单目相机之间的垂直间距尽可能小,对单目相机和激光测距模块进行标定和联合标定,得到标定参数包括相机内参矩阵K和相机外参矩阵M;

S2,在相机像素坐标系中给出待定位物体的像素坐标,即为激光测距模块测距光点在相机像素坐标系中的目标位置;

S3,利用所述相机内参矩阵K、外参矩阵M和待定位物体像素坐标,通过PID反馈控制驱动执行机构带动激光测距模块转动,进行物体定位,反馈控制的反馈量由激光测距模块引入,根据激光测距模块当前时刻测距点的距离信息和激光测距模块在航向轴、俯仰轴实际转动角度,计算转换得到当前时刻测距点在激光测距模块坐标系即系统世界坐标系下的三维坐标(XW,YW,ZW),利用相机外参矩阵M和内参矩阵K得到当前激光测距模块测距点在相机像素坐标系下的像素坐标,将所述坐标作为反馈量引入PID反馈控制中来实现激光测距模块的闭环控制,驱动激光测距模块将测距光点准确打到目标位置;

S4,根据S3中激光测距模块测得的目标点距离和激光测距模块在航向轴、俯仰轴实际转动角度,计算转换得到目标点在激光测距模块坐标系即系统世界坐标系下的三维坐标(X′W,YW′,Z′W),实现物体的精确定位。

进一步的,所述S1步骤具体包括:

S11,相机标定板选取为12×9的国际象棋盘图案标定板,结合单目相机视角场范围采集50张不同位姿和距离的标定图像以覆盖相机的全部视场;

S12,利用采集到的标定图像通过张正友标定法完成单目相机的标定,得到相机的内参矩阵K;

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浙江大学,未经浙江大学许可,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/202010780500.7/2.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