[发明专利]运动机器人视觉导航方法

说明书

本发明公开了一种运动机器人视觉导航方法，包括以下步骤：采集左右摄像机图像，对摄像机进行标定；对视频进行处理得到帧图，采用基于主动光照的图像增强的方法对得到的图像进行预处理；基于YOLOv3网络目标检测的方法，对图像进行目标识别；根据得到的目标所在的边界框对图像进行根据最小二乘拟合插值法优化后的SGBM算法进行立体匹配；得到图像的类别与图像的位置信息。本发明不仅可以检测出目标物，还可以框出目标所在边界预选框，为后续立体匹配获取深度信息以及避障打下了基础。由于本发明方法只对预选框图像进行匹配运算，减少了立体匹配的图片大小，也大大提高了立体匹配的计算效率，为提高目标检测实时性起到有益效果。

技术领域

本发明涉及一种运动机器人视觉导航方法，属于机器人技术领域。

背景技术

工厂常使用机器人进行工件、货物的搬运，为了进一步实现搬运机器人运动的智能化，需要借助各类传感装置使搬运机器人对当前路况和运动状态具有识别和判断功能，并进行自我决策，从而可以使搬运机器人实现完全无人操作，并在工作过程中按规定路线运行，或者根据任务目标，对环境识别后自行规划合理运动轨迹，完成智能化运行。随着运动机器人的发展，其应用领域愈加广泛，目前运动机器人的导航方式主要有磁条导航，惯性导航，激光导航等。磁条导航需要在机器人移动路径上铺设磁条，精度较低，且突出地面的磁条易损坏；惯性导航随着时间的累积，惯性导航累积误差增大，需辅助其他设备予以校正，且高精度的惯性导航器件成本较高；激光导航需要在移动路径两边添加反光板，对反光板的安装精度要求较高，且对其他光源敏感，不易于室外作业，成本较高。

视觉导航是目前该领域中的热点，双目立体视觉(Binocular Stereo Vision)作为机器视觉的一种重要形式，它通过利用不同相机从不同方位拍摄目标获得多幅图像，通过计算目标对应点的视差，得到目标的三维信息。相比于常见的单目相机和RGB-D相机，双目相机能够更好的进行环境的三维重建和目标定位。在智能机器人运行过程中，有多个关键技术影响着运行状态，其中路径规划决定着智能机器人能否有效避开障碍物，规划出一条安全无碰的运行路径，从而高效安全地实现智能搬运工作任务。运动机器人控制系统采用视觉导航，以双目相机作为传感器，来进行目标特征提取与识别，从而实现前景目标检测与定位，应用于运动路径规划，提供路径规划所需要的环境信息，为后续的路径规划与避障提供必要的先验知识，可以提高运动机器人运行准确率和避障性能。

发明内容

本发明的目的在于提供一种运动机器人视觉导航方法，基于YOLOv3(YOU ONLYLOOK ONCE)目标检测方法来进行前景目标特征提取与识别，从而实现道路目标与障碍物检测与定位，应用于智能搬运车双目视觉导航过程，提供路径规划所需要的环境信息，为后续的路径规划与避障提供必要的先验知识。

本发明的目的通过以下技术予以实现：

一种运动机器人视觉导航方法，前景视场分别在左右摄像机上成像，形成左图和右图，运动机器人视觉导航方法包括以下步骤：

一、采集左右摄像机图像，对摄像机进行标定，得到摄像机内参数矩阵，畸变系数矩阵，本征矩阵，基础矩阵，旋转矩阵以及平移矩阵；

二、对视频进行处理得到帧图，采用基于主动光照的图像增强的方法对得到的图像进行预处理，包括以下步骤：

①利用景深将图像分为前景与背景区域；

②在景深的基础上，根据物体与背景的梯度信息把物体与背景分割开；

③选择无穷远处与物体非相关性较低的像素点作为背景光估计；

④利用红色逆通道法求出R、G、B三个通道的透射率；

⑤得到背景光与透射率之后，根据式

I^c(x)＝J^c(x)·t^c(x)+B^∞c[1-t^c(x)]