[发明专利]一种基于屏幕光通信的定位方法、装置及服务器

权利要求书

1.一种基于屏幕光通信的定位装置，应用于工业机器人，其特征在于，包括目标屏幕、图像采集模块以及计算模块；

所述目标屏幕，设置在定位区域内，所述目标屏幕上可包括至少一组标志物图案，

所述图像采集模块，设置在工业机器人上，采集定位区域内的视频，并将其传输给所述计算模块进行定位计算；

所述计算模块，接收所述图像采集模块传输过来的视频流，并从中找到含有标志物图片的帧，然后利用定位算法解析图片，获得标志物图片信息；根据所述标志物图片信息确定所述图像采集装置与目标屏幕之间的相对位置信息完成定位。

2.根据权利要求1所述的装置，其特征在于，所述标志物图案由一个黑色边框、白色边框和黑色方块拼接组成。

3.根据权利要求1所述的装置，其特征在于，所述计算模块包括：

目标识别子模块，接收所述图像采集模块发送的视频流，并从接收到的视频流里识别出含有目标屏幕和标志物图片的帧；

图像处理子模块，将所述目标识别子模块识别的所述标志物图片进行处理，将所述标志物图案所对应的坐标传输给距离计算子模块；

屏幕光通信子模块，在所述图像采集模块传输给所述屏幕光通信子模块所述目标屏幕的绝对位置时，控制所述图像采集模块的位置和角度；

计算子模块，通过所述标志物在目标屏幕的绝对位置与所述图像采集模块采集的图像的位置差值，计算出距离和角度。

4.根据权利要求3所述的装置，其特征在于，所述目标识别子模块采用改进的YOLOv5模型来进行标志物图片的识别。

5.根据权利要求4所述的装置，其特征在于，所述目标识别子模块采用改进的YOLOv5模型来进行标志物图片的识别具体包括：

将所述标志物图片经过Backbone模块，提取基础特征；

将提取完成的所述基础特征经过Neck网络进行进一步的特征提取；

将所述Neck网络提取到的特征传给输出网络进行标志物的预测。

6.根据权利要求5所述的装置，其特征在于，在采用改进的YOLOv5模型来进行标志物图片的识别之前还包括：对深度学习模型进行训练；其包括：

采集不同距离、不同角度、不同光照强度下的标志物图像样本；

通过人工标记的方式标记出每张图片中标志物的真实像素区域，区域内的像素矩阵作为训练的正确答案。

7.根据权利要求3所述的装置，其特征在于，所述图像处理子模块包括：图像区域调整模块，所述图像区域调整模块将所述目标识别子模块识别的标志物图像进行预测边框位置的调整，使得预测边框能够包含完整的标志物图像形成调整后的区域图片；

目标分割模块，对所述调整后的区域图片进行二值化处理，然后在图像中找出标志物图片精确的位置坐标，最后进行边界抑制的操作；

形状检测模块，将所述目标分割模块处理后剩下的图像进行形状的检测，并将所述标志物图案对应的坐标传递给所述计算子模块。

8.一种基于屏幕光通信的定位方法，应用于工业机器人，其特征在于，包括：

在定位区域内的目标屏幕上设置至少一组标志物图案；

通过设置在工业机器人上的图像采集装置采集定位区域内的视频并传输；

接收视频流，并从中找到含有标志物图片的帧，然后利用定位算法解析图片，获得标志物图片信息；根据所述标志物图片信息确定所述图像采集装置与目标屏幕之间的相对位置信息完成定位。

9.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求8所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求8所述的方法。