基於手繪地圖和路徑的移動機器人視覺導航方法
2023-12-05 20:28:01 1
專利名稱:基於手繪地圖和路徑的移動機器人視覺導航方法
技術領域:
本發明涉及的智慧機器人導航領域,通過手繪地圖的人機互動方式指導機器人利 用視覺等傳感器在動態未知環境中自主導航,對促使服務機器人早日走進人類家庭具有重 要意義。
背景技術:
《環球》 雜誌 艮道了 (http://tekbots.eefocus.com/ article/10-01/1688061264400769, html)比爾·蓋茨曾經在《科學美國人》上發表文章, 談到機器人產業的未來。在他看來,機器人產業只要能發展到臨界點,就可能會徹底改變這 個世界,就是未來的電腦產業。印裔英國學者古普塔拉在他的文章《2020年,日本機器人統 治世界》曾指出,到2020年,日本將是全世界機器人領域當之無愧的霸主;另外韓國三星經 濟研究所也曾經預測,到2020年,世界機器人市場規模將達到1. 4萬億美元,韓國信息與通 信部甚至曾訂出2020年每家都有一個機器人的驚人目標。隨著家庭機器人走進人類家庭 越來越迫切,當機器人面對新環境,即具有個性化、差異化室內裝修的家居環境,「腦海」是 一片空白,也就是說,機器人面向一個未知家居環境,由於室內的物品的擺放也不是固定不 變的,或者室內人員的任意走動,導致該環境也是動態的。對於非機器人專家,或者一般的 家庭成員(機器人使用新手)來說,想輕鬆地操作機器人學習周圍的環境,傳統的依靠精確 地圖的繪製指導機器人導航,由於機器人定位精度的固有局限性,隨著環境的複雜程度的 提高,越來越顯得力不從心。在這種情況下,如何探索一種直接簡單的交互導航方式非常關 鍵。自從上個世紀60年代以來,移動機器人的導航研究一直是各國學者研究的重 要領域。隨著計算機處理水平的不斷提高,視覺導航方法由於其自主性、廉價性和可靠 性成為導航策略領域的研究熱點,逐步成為機器人導航過程中的一種重要的傳感器。對 於移動機器人的視覺導航研究,DeSouza 「Vision for mobile robot navigation :a survey" (DeSouza G. N. ,Kak,A. C. IEEE Trans. Pattern Anal. Mach. Intell. ,2002,24(2) 237-267)禾口Bonin_Font「Visual Navigation for Mobile Robots :A Survey"(Bonin-Font F.,Ortiz A.,and OliverG. J. Intell. Robotics Syst. 2008,53,(3) :263-296.)等人對過 去幾十年來的發展狀況進行了總結導航的目的是使機器人到達指定的地點,因而大多數 導航過程都需要相應的環境地圖來引導機器人。目前,米制地圖、拓撲地圖以及混合地圖是 應用最為廣泛的地圖表示方式。對於米制地圖,它表示環境的精確坐標信息,因而當環境比 較大時對於計算機的存儲能力以及環境的測量過程都是一個考驗;對於拓撲地圖,它表示 環境中關鍵點的連通信息,對於環境的實際大小沒有明確的表示,因而對於環境的描述並 不是很完善;而將米制地圖和拓撲地圖綜合起來而得到的混合地圖則能夠將環境在整體上 用拓撲地圖表示,在感興趣的局部地區構建米制地圖,從而豐富了環境信息,然而真正在導 航過程中,機器人在拓撲節點之間的運行卻很容易受到外界幹擾的影響。假想這樣一種情形,當別人向我們問路時,我們通常會這樣說沿著某條路往前走,走大概多遠或到達某個目標前,轉向某個方向,繼續往某個地方走,繞過某個目標,再走 多遠就到達了目的地,從開始到目的地的距離大概有多少等等。這就是人類在陌生環境下 問路導航方式。Tversky 等人"How Space Structures Language,in SpatialCognition :An Interdisciplinary Approach to Representing and Processing SpatialKnowledge,,(B· Tversky,and P. Lee,in Proceedings of the Spatial Cognition :AnInterdisciplinary Approach to Representing and Processing Spatial Knowledge, Berlin,1998: 157-176. ),"What do Sketches Say about Thinking ?,,(in Proceedings of the AAAISpring Symposium, Sketch Understanding Workshop, Stanford University,2002 148-151.)從人類認知學的角度出發,分析了手繪地圖在人類導航過程中的作用,並指出路 線圖和路線方向對人類導航的關鍵作用,以及手繪地圖與實際地圖的偏差程度對導航結果 帶來的影響。在考慮前面介紹的其它地圖表示方式不足的基礎上,借鑑這種仿人導航方式, 決定採用手工繪製地圖的方式來指導機器人導航,該手繪地圖的基本元素包括環境中的各 個實體(用實際圖像或實體符號表示)、機器人、運行路徑和起始點至目標點的距離。人通 過分析機器人所要運行的環境,將環境中的關鍵目標、機器人的位置和方向在地圖上標示 出,接著繪製一條機器人由起點到達目標終點區域的路徑,並標註概略距離,最終完成地圖 的繪製。 基於手繪地圖的移動機器人導航目前研究的還很少。Kawamura等人在文獻 "TowardPerception-Based Navigation Using EgoSphere[,,(Kawamura K. , Peters II R. Α. I,andffilkes D. Μ. ,etc. in Proceedings for SPIE Conference,Boston,MA,October, 2001. ) ,"Toward Egocentric Navigation"(Kawamura K. ,Koku A. B. and Wilkes D. M. etc. International Journal of Robotics and Automation,2002,17(4) :135-145.)中 出 了一種基於Egosphere的導航方法,這種方法所依靠的地圖也是一種不精確的地圖,可以 通過手工在地圖中的大致位置上繪製相應的路標,而後給機器人提供一個目標位置以及 由幾個關鍵點組成的路徑,這樣機器人便可以通過傳感器感知到的實時狀態SESGensory EgoSphere)與關鍵點處所應感知到的狀態LES(Landmark EgoSphere)進行比較,從而指導 機器人依次通過各個關鍵點。然而,這種方法需要機器人具有很強的感知能力,若機器人 不能在任意時刻感知到兩個以上的路標,則導航很容易失去控制。Chronics和Skubic等 人在基於手繪地圖的導航方面做了大量的工作"Extracting navigation states from a hand-drawn map"(Skubic M. ,Matsakis P. ,Forrester B. ,and Chronis G. in Proceedings of the IEEEInternational Conference on Robotics and Automation(ICRA), Seoul, Korea,, vol. 1,2001 :259-264. ),"Generating Multi-Level Linguistic Spatial Descriptions from RangeSensor Readings Using the Histogram of Forces,, (Skubic Μ. , Matsakis P. , Chronis G. and J. Keller. Autonomous Robots,2003,14(1) :51-69), 「Qualitative Analysis ofSketched Route Maps Translating a Sketch into Linguistic Descriptions" (Skubic Μ. ,Blisard S., Bailey C. , etc. IEEE Transactions on Systems, Man and Cybernetics, 2004, 34 (2) : 1275-U82.),此種導航方法僅僅局限於 聲納作為唯一的傳感器,其實現過程主要分為三個步驟手工繪製地圖和路徑,從所繪地圖 中提取關鍵點OiLS),實時檢測是否匹配到相應的QLS;仿真和實際實驗表明,在簡單環境 下該方法能夠達到理想的效果;然而,受困於其傳感器的檢測能力,在複雜的環境下,此方法在實時匹配過程中很容易出現誤匹配的情形,也就可能導致導航的失敗。
本發明提出的基於手繪地圖的導航方法,該手繪地圖(路標的概略位置和路標的 圖像信息)、路徑(包括起點、終點及路線圖)和機器人的起始點(包括粗略位置和方向) 是三個必要的先驗人機互動信息,利用機器人自帶單目攝像機作為主要的傳感器來引導機 器人的運行,利用聲納來輔助機器人進行避障,並融合裡程計信息來粗略定位,最終在它們 的相互協作下完成導航任務。
發明內容
技術問題本發明主要提出了一種基於手繪地圖和路徑的移動機器人視覺導航方 法。該方法首先根據較小偏差的原則提取運行路徑中的關鍵引導點,將原始路徑分成多段; 然後,在各段運行過程中,對預先繪製環境地圖中對應的參考圖像以及機器人攝像頭實時 採集到的信息進行匹配,這裡提出預測估計的方法估計當前視野中最可能存在的圖像,以 加速圖像的匹配過程,並利用SURF (Speed Up Robust Features)算法檢測圖像的特徵,依 靠KD-TREE方法快速求得匹配點,採用RANSAC (RANdom SAmple Consensus)算法求解參考 圖像與實時圖像的投影變換矩陣H,進而得到參考圖像在實時圖像中的位置,並融合裡程計 數據,得到機器人的參考位置。再後,根據獲得的機器人參考位置,計算下一段的運行方向, 直至運動到最後一個參考點。最後,通過一系列的實驗,充分驗證了本發明在機器人不需要 精確的環境地圖及精確運行路徑就能運行到指定區域,並能有效地實時避開動態障礙物。技術方案本發明的基於手繪地圖和路徑的移動機器人視覺導航方法包括手繪 地圖的繪製與表示、基於預測估計的機器人導航,一、手繪地圖的繪製與表示將真實地圖M與不精確的手繪地圖建立有效的映射關係,
權利要求
1. 一種基於手繪地圖和路徑的移動機器人視覺導航方法,其特徵在於該方法包括手 繪地圖的繪製與表示、基於預測估計的機器人導航, 一.手繪地圖的繪製與表示將真實地圖M與不精確的手繪地圖建立有效的映射關係,
全文摘要
一種基於手繪地圖和路徑的移動機器人視覺導航方法,首先根據較小偏差的原則提取運行路徑中的關鍵引導點,將原始路徑分成多段;然後,在各段運行過程中,對預先繪製環境地圖中對應的參考圖像以及機器人攝像頭實時採集到的信息進行匹配,估計當前視野中最可能存在的圖像,並利用SURF算法檢測圖像的特徵,依靠KD-TREE方法快速求得匹配點,採用RANSAC算法求解參考圖像與實時圖像的投影變換矩陣,進而得到參考圖像在實時圖像中的位置,並融合裡程計數據,得到機器人的參考位置。再後,根據獲得的機器人參考位置,計算下一段的運行方向,直至運動到最後一個參考點。該機器人不需要精確的環境地圖及精確運行路徑就能運行到指定區域,並能避開動態障礙物。
文檔編號G01C21/34GK102087530SQ20101057711
公開日2011年6月8日 申請日期2010年12月7日 優先權日2010年12月7日
發明者吳雪建, 戴先中, 朱博, 李新德 申請人:東南大學