基于人工路标和立体视觉的移动机器人自定位

doi:10.3778/j.issn.1002-8331.2010.09.054

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 190-192.DOI: 10.3778/j.issn.1002-8331.2010.09.054

基于人工路标和立体视觉的移动机器人自定位

刘振宇¹，姜楠¹，张令涛²

1.沈阳工业大学信息科学与工程学院，沈阳 110178
2.中国科学院沈阳自动化研究所，沈阳 110016

收稿日期:2009-09-24 修回日期:2009-11-24 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 刘振宇

Self-localization of mobile robots based on artificial landmarks and stereo vision

LIU Zhen-yu¹，JIANG Nan¹，ZHANG Ling-tao²

1.School of Information Science and Engineering，Shenyang University of Technology，Shenyang 110178，China
2.Shenyang Institute of Automation，Chinese Academy of Sciences，Shenyang 110016，China

Received:2009-09-24 Revised:2009-11-24 Online:2010-03-21 Published:2010-03-21
Contact: LIU Zhen-yu

摘要/Abstract

摘要： 针对室内移动机器人的自定位问题，提出一种基于人工路标和双目视觉的室内移动机器人自定位方法。首先设计了一种可扩展的彩色人工路标，并给出路标的编码方法；然后利用色彩空间变换，直线交比不变性以及自适应窗口实现路标检测与识别；最后在分析双目立体视觉模型的基础上建立起基于路标的双目立体视觉定位模型，实现移动机器人的准确定位。实验结果表明，路标对光照和视觉传感器的采集位置具有较强的鲁棒性，定位精度能够满足室内移动机器人的定位要求。

关键词: 视觉定位, 人工路标, 立体视觉, 移动机器人

Abstract: For the self-localization problem of the indoor mobile robots，a self-localization method of indoor mobile robots based on artificial landmarks and stereo vision is proposed.First，a landmark model is designed to give position information；second，color segmentation，invariance of cross-ratio and the self-adaptive window are used to detect the artificial landmark，so the position information is got；finally，in order to locate the mobile robot accurately，the binocular stereo vision is used by combining with the position information of artificial landmark.The experimental results show that the proposed landmark model has strong robustness to the light and the camera position，and the self-localization accuracy can meet the requirement of indoor mobile robot.

Key words: vision localization, artificial landmark, stereo vision, mobile robots

中图分类号:

TP242.6+2

刘振宇¹，姜楠¹，张令涛². 基于人工路标和立体视觉的移动机器人自定位[J]. 计算机工程与应用, 2010, 46(9): 190-192.

LIU Zhen-yu¹，JIANG Nan¹，ZHANG Ling-tao². Self-localization of mobile robots based on artificial landmarks and stereo vision[J]. Computer Engineering and Applications, 2010, 46(9): 190-192.

[1]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[2]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[3]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[4]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[5]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[6]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[7]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.
[8]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	华洪，张志安，施振稳，陈冠星. 动态环境下多重A*算法的机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(10): 173-180.
[11]	郭娜，李彩虹，王迪，张宁，刘国名. 结合预测和模糊控制的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(8): 104-109.
[12]	周睿慜，李辉. 改进动态规划算法的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(21): 20-24.
[13]	侯锐，卜旭辉. 任意初始位置机器人领航跟随型迭代学习编队[J]. 计算机工程与应用, 2020, 56(20): 226-231.
[14]	冯爱兰，杨腾，孔继利. 移动机器人履行系统的订单处理研究[J]. 计算机工程与应用, 2020, 56(20): 243-250.
[15]	杨爽，曾碧，何炜婷. 融合语义激光与地标信息的SLAM技术研究[J]. 计算机工程与应用, 2020, 56(18): 262-271.

基于人工路标和立体视觉的移动机器人自定位

Self-localization of mobile robots based on artificial landmarks and stereo vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics