亚星游戏官网-www.yaxin868.com

专利名称：基于手绘地图和路径的移动机器人视觉导航方法
技术领域：
本发明涉及的智能机器人导航领域，通过手绘地图的人机交互方式指导机器人利 用视觉等传感器在动态未知环境中自主导航，对促使服务机器人早日走进人类家庭具有重 要意义。
背景技术：
《环球》 杂志 艮道了 (http://tekbots.eefocus.com/ article/10-01/1688061264400769, html)比尔·盖茨曾经在《科学美国人》上发表文章， 谈到机器人产业的未来。在他看来，机器人产业只要能发展到临界点，就可能会彻底改变这 个世界，就是未来的电脑产业。印裔英国学者古普塔拉在他的文章《2020年，日本机器人统 治世界》曾指出，到2020年，日本将是全世界机器人领域当之无愧的霸主；另外韩国三星经 济研究所也曾经预测，到2020年，世界机器人市场规模将达到1. 4万亿美元，韩国信息与通 信部甚至曾订出2020年每家都有一个机器人的惊人目标。随着家庭机器人走进人类家庭 越来越迫切，当机器人面对新环境，即具有个性化、差异化室内装修的家居环境，“脑海”是 一片空白，也就是说，机器人面向一个未知家居环境，由于室内的物品的摆放也不是固定不 变的，或者室内人员的任意走动，导致该环境也是动态的。对于非机器人专家，或者一般的 家庭成员(机器人使用新手)来说，想轻松地操作机器人学习周围的环境，传统的依靠精确 地图的绘制指导机器人导航，由于机器人定位精度的固有局限性，随着环境的复杂程度的 提高，越来越显得力不从心。在这种情况下，如何探索一种直接简单的交互导航方式非常关 键。自从上个世纪60年代以来，移动机器人的导航研究一直是各国学者研究的重 要领域。随着计算机处理水平的不断提高，视觉导航方法由于其自主性、廉价性和可靠 性成为导航策略领域的研究热点，逐步成为机器人导航过程中的一种重要的传感器。对 于移动机器人的视觉导航研究，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.)等人对过 去几十年来的发展状况进行了总结导航的目的是使机器人到达指定的地点，因而大多数 导航过程都需要相应的环境地图来引导机器人。目前，米制地图、拓扑地图以及混合地图是 应用最为广泛的地图表示方式。对于米制地图，它表示环境的精确坐标信息，因而当环境比 较大时对于计算机的存储能力以及环境的测量过程都是一个考验；对于拓扑地图，它表示 环境中关键点的连通信息，对于环境的实际大小没有明确的表示，因而对于环境的描述并 不是很完善；而将米制地图和拓扑地图综合起来而得到的混合地图则能够将环境在整体上 用拓扑地图表示，在感兴趣的局部地区构建米制地图，从而丰富了环境信息，然而真正在导 航过程中，机器人在拓扑节点之间的运行却很容易受到外界干扰的影响。假想这样一种情形，当别人向我们问路时，我们通常会这样说沿着某条路往前走，走大概多远或到达某个目标前，转向某个方向，继续往某个地方走，绕过某个目标，再走 多远就到达了目的地，从开始到目的地的距离大概有多少等等。这就是人类在陌生环境下 问路导航方式。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.)从人类认知学的角度出发，分析了手绘地图在人类导航过程中的作用，并指出路 线图和路线方向对人类导航的关键作用，以及手绘地图与实际地图的偏差程度对导航结果 带来的影响。在考虑前面介绍的其它地图表示方式不足的基础上，借鉴这种仿人导航方式， 决定采用手工绘制地图的方式来指导机器人导航，该手绘地图的基本元素包括环境中的各 个实体(用实际图像或实体符号表示)、机器人、运行路径和起始点至目标点的距离。人通 过分析机器人所要运行的环境，将环境中的关键目标、机器人的位置和方向在地图上标示 出，接着绘制一条机器人由起点到达目标终点区域的路径，并标注概略距离，最终完成地图 的绘制。 基于手绘地图的移动机器人导航目前研究的还很少。Kawamura等人在文献 "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 了一种基于Egosphere的导航方法，这种方法所依靠的地图也是一种不精确的地图，可以 通过手工在地图中的大致位置上绘制相应的路标，而后给机器人提供一个目标位置以及 由几个关键点组成的路径，这样机器人便可以通过传感器感知到的实时状态SESGensory EgoSphere)与关键点处所应感知到的状态LES(Landmark EgoSphere)进行比较，从而指导 机器人依次通过各个关键点。然而，这种方法需要机器人具有很强的感知能力，若机器人 不能在任意时刻感知到两个以上的路标，则导航很容易失去控制。Chronics和Skubic等 人在基于手绘地图的导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.)，此种导航方法仅仅局限于 声纳作为唯一的传感器，其实现过程主要分为三个步骤手工绘制地图和路径，从所绘地图 中提取关键点OiLS)，实时检测是否匹配到相应的QLS;仿真和实际实验表明，在简单环境 下该方法能够达到理想的效果；然而，受困于其传感器的检测能力，在复杂的环境下，此方法在实时匹配过程中很容易出现误匹配的情形，也就可能导致导航的失败。
本发明提出的基于手绘地图的导航方法，该手绘地图(路标的概略位置和路标的 图像信息)、路径(包括起点、终点及路线图)和机器人的起始点(包括粗略位置和方向) 是三个必要的先验人机交互信息，利用机器人自带单目摄像机作为主要的传感器来引导机 器人的运行，利用声纳来辅助机器人进行避障，并融合里程计信息来粗略定位，最终在它们 的相互协作下完成导航任务。

发明内容
技术问题本发明主要提出了一种基于手绘地图和路径的移动机器人视觉导航方 法。该方法首先根据较小偏差的原则提取运行路径中的关键引导点，将原始路径分成多段； 然后，在各段运行过程中，对预先绘制环境地图中对应的参考图像以及机器人摄像头实时 采集到的信息进行匹配，这里提出预测估计的方法估计当前视野中最可能存在的图像，以 加速图像的匹配过程，并利用SURF (Speed Up Robust Features)算法检测图像的特征，依 靠KD-TREE方法快速求得匹配点，采用RANSAC (RANdom SAmple Consensus)算法求解参考 图像与实时图像的投影变换矩阵H，进而得到参考图像在实时图像中的位置，并融合里程计 数据，得到机器人的参考位置。再后，根据获得的机器人参考位置，计算下一段的运行方向， 直至运动到最后一个参考点。最后，通过一系列的实验，充分验证了本发明在机器人不需要 精确的环境地图及精确运行路径就能运行到指定区域，并能有效地实时避开动态障碍物。技术方案本发明的基于手绘地图和路径的移动机器人视觉导航方法包括手绘 地图的绘制与表示、基于预测估计的机器人导航，一、手绘地图的绘制与表示将真实地图M与不精确的手绘地图建立有效的映射关系，
权利要求
1. 一种基于手绘地图和路径的移动机器人视觉导航方法，其特征在于该方法包括手 绘地图的绘制与表示、基于预测估计的机器人导航， 一.手绘地图的绘制与表示将真实地图M与不精确的手绘地图建立有效的映射关系，
全文摘要
一种基于手绘地图和路径的移动机器人视觉导航方法，首先根据较小偏差的原则提取运行路径中的关键引导点，将原始路径分成多段；然后，在各段运行过程中，对预先绘制环境地图中对应的参考图像以及机器人摄像头实时采集到的信息进行匹配，估计当前视野中最可能存在的图像，并利用SURF算法检测图像的特征，依靠KD-TREE方法快速求得匹配点，采用RANSAC算法求解参考图像与实时图像的投影变换矩阵，进而得到参考图像在实时图像中的位置，并融合里程计数据，得到机器人的参考位置。再后，根据获得的机器人参考位置，计算下一段的运行方向，直至运动到最后一个参考点。该机器人不需要精确的环境地图及精确运行路径就能运行到指定区域，并能避开动态障碍物。
文档编号G01C21/34GK102087530SQ20101057711
公开日2011年6月8日 申请日期2010年12月7日 优先权日2010年12月7日
发明者吴雪建, 戴先中, 朱博, 李新德 申请人:东南大学