基于平面投影的單目視覺AGV定位算法
0 引言
視覺定位是計(jì)算機(jī)視覺中的一個(gè)重要研究問題，廣泛應(yīng)用于機(jī)器人自主導(dǎo)航、機(jī)器人定位、視覺伺服、攝像機(jī)校正、目標(biāo)跟蹤、視覺檢測(cè)、物品識(shí)別和工業(yè)零部件裝配等領(lǐng)域。近年來，計(jì)算機(jī)視覺飛速發(fā)展，涌現(xiàn)出大量的技術(shù)與算法，如主動(dòng)視覺、面向任務(wù)的視覺、基于知識(shí)的視覺、基于模型的視覺以及多傳感器和集成視覺等方法[1]。根據(jù)使用鏡頭數(shù)目分類，計(jì)算機(jī)視覺分為單目視覺定位、雙目視覺定位與多目視覺定位。雙目立體視覺是基于視差原理，由多幅圖像獲取物體三維幾何信息。相比于基于多相機(jī)的模型定位方法，單目視覺的優(yōu)點(diǎn)主要體現(xiàn)在只需單幅圖像技能實(shí)現(xiàn)定位，不存在圖像匹配問題，處理速度快，定位精度高。 傳統(tǒng)視覺對(duì)目標(biāo)定位，是通過對(duì)攝像機(jī)的內(nèi)外參數(shù)進(jìn)行標(biāo)定來實(shí)現(xiàn)的[2]。計(jì)算機(jī)標(biāo)定方法可以分為傳統(tǒng)標(biāo)定方法、自標(biāo)定方法和基于主動(dòng)視覺的標(biāo)定方法[3]。傳統(tǒng)標(biāo)定方法是現(xiàn)在使用最為普遍的標(biāo)定方法，利用結(jié)構(gòu)已知、高加工精度的標(biāo)定塊作為標(biāo)定物，用攝像機(jī)拍攝若干幅標(biāo)定物的圖片，通過計(jì)算2D 圖像點(diǎn)與3D 空間點(diǎn)之間的關(guān)系來完成標(biāo)定，通過對(duì)標(biāo)定物的合理設(shè)計(jì)得到高精度的結(jié)果。該方法的優(yōu)點(diǎn)是適用各種攝像機(jī)模型，定位精度高，缺點(diǎn)是標(biāo)定過程復(fù)雜。自標(biāo)定方法不需要標(biāo)定物，僅通過運(yùn)動(dòng)攝像機(jī)所拍攝的標(biāo)定圖片中匹配點(diǎn)的關(guān)系來進(jìn)行標(biāo)定。由于不需要標(biāo)定物，該方法適用范圍廣、靈活性強(qiáng)，但是圖像匹配中需要求解多元非線性方程導(dǎo)致其魯棒性較差[4]。基于主動(dòng)視覺的標(biāo)定方法需要預(yù)知攝像機(jī)的詳細(xì)運(yùn)動(dòng)信息，這需要昂貴的設(shè)備對(duì)攝像機(jī)的運(yùn)動(dòng)軌跡進(jìn)行記錄，實(shí)驗(yàn)成本較高[5]。 本文針對(duì)AGV 所處的平坦路面的單目視覺定位，提出了一種新的簡(jiǎn)單可行的算法。該算法不需要對(duì)攝像機(jī)進(jìn)行標(biāo)定，也不需要求解攝像機(jī)的內(nèi)、外參數(shù)，通過分析圖像像素平面與現(xiàn)實(shí)空間平面的幾何關(guān)系，得出像素點(diǎn)與現(xiàn)實(shí)點(diǎn)間的映射關(guān)系。實(shí)驗(yàn)結(jié)果表明 , 文中提出的算法定位精度高 , 實(shí)時(shí)性好 , 為解決計(jì)算機(jī)視覺的測(cè)量、定位與AGV 視覺導(dǎo)引提供一種新的思路，具有進(jìn)一步研究的價(jià)值。1 攝像機(jī)模型及存在的問題
1.1 攝像機(jī)模型本文采用理想的針孔攝像機(jī)模型[6]，忽略實(shí)際攝像機(jī)中的畸變問題。針孔成像模型又稱為線性攝像機(jī)模型，空間中任何一點(diǎn)在圖像中的成像位置可以用針孔成像模型近似表示，即任何一點(diǎn)在圖像中的投影位置p 為光心O 與P 點(diǎn)的連線OP 與圖像平面的交點(diǎn)。分別以其次坐標(biāo)m=[u,v ,1]T,W=[X,Y,Z ,1]T 來表示像素點(diǎn)p 及空間點(diǎn)P ，根據(jù)針孔攝像機(jī)成像模型，投影方程為
式中：αx=f/ dX 為u 軸上的尺度因子，或稱為u 軸上的歸一化焦距；αy=f/ dY 為v 軸上的尺度因子，或稱為v 軸上的歸一化焦距；M 為3×3 矩陣，稱為投影矩陣；M1 由αx、αy、u 0、v 0 決定，由于αx、αy、u 0、v 0 只與攝像機(jī)內(nèi)部參數(shù)有關(guān)，稱這些參數(shù)為攝像機(jī)內(nèi)部參數(shù)；R、t 分別表示攝像機(jī)坐標(biāo)系與世界坐標(biāo)系之間旋轉(zhuǎn)矩陣和平移向量，M2 稱為攝像機(jī)外部參數(shù)。確定某一攝像機(jī)的內(nèi)外參數(shù)，稱為攝像機(jī)標(biāo)定。
1.2 存在的問題在單目視覺方法測(cè)量物體位姿時(shí)，如果物體上的某些特征在物體坐標(biāo)系下的坐標(biāo)已知，要求出這些特征在攝像機(jī)坐標(biāo)系下的三維坐標(biāo)，進(jìn)而求出攝像機(jī)坐標(biāo)與物體坐標(biāo)系之間的相對(duì)位姿關(guān)系。在這個(gè)問題中，一般需要求得攝像機(jī)內(nèi)外參數(shù)進(jìn)行投影計(jì)算。如果攝像機(jī)固定，攝像機(jī)外參數(shù)一般固定不變，而攝像機(jī)內(nèi)參數(shù)只與攝像機(jī)硬件有關(guān)，定焦攝像頭的內(nèi)參數(shù)固定不變。如果已知攝像機(jī)內(nèi)外參數(shù)，就已知投影矩陣，這時(shí)對(duì)任意空間點(diǎn)，如已知它的坐標(biāo)，就可以求出它的圖像點(diǎn)的位置。反過來，如果已知某空間點(diǎn)的圖像點(diǎn)的位置, 即使已知攝像機(jī)的內(nèi)外參數(shù)，也不能唯一確定。這是因?yàn)?，已知圖像點(diǎn)時(shí)，由針孔成像模型，任何位于射線上的空間點(diǎn)的圖像點(diǎn)都是點(diǎn)。因此，該空間點(diǎn)是不能唯一確定的。為解決這一問題，單目視覺在特定環(huán)境內(nèi)設(shè)置一個(gè)人工圖標(biāo)，圖標(biāo)的尺寸以及在世界坐標(biāo)系中的方向、位置等參數(shù)都是已知的；而雙目視覺通過不同視角拍攝兩幅或多幅圖像，增加約束條件[7]。本文提出一種新的單目視覺投影定位算法，在該算法中，現(xiàn)實(shí)平面中的二維空間點(diǎn)先投影到一個(gè)虛擬參考平面上，如圖1 所示，該參考平面與攝像機(jī)光軸垂直且與成像平面平行，然后虛擬參考平面上的點(diǎn)通過鏡頭平行透視寫入成像平面，并形成圖像像素點(diǎn)。在第二步平行透視中，參考平面與成像平面只是簡(jiǎn)單的縮放關(guān)系，保留了透視成像中丟失了的平行屬性與位置屬性。這樣，所述問題就轉(zhuǎn)化為虛擬參考平面與現(xiàn)實(shí)平面之間的映射求解問題。
圖1 攝像機(jī)、參考平面、現(xiàn)實(shí)平面示意圖
2 圖像像素平面與現(xiàn)實(shí)平面的映射關(guān)系
首先約定攝像機(jī)、參考平面、現(xiàn)實(shí)平面的坐標(biāo)系，如圖2~ 圖4 所示。
圖2 像素坐標(biāo)系
圖3 參考平面坐標(biāo)系
圖4 現(xiàn)實(shí)平面坐標(biāo)系
2.1 像素平面到參考平面由于攝像機(jī)垂直于參考平面 , 所以像素平面到參考平面是等比例縮放的，它們之間只相差一個(gè)比例系數(shù)。由于參考平面AD 邊與現(xiàn)實(shí)平面AD 邊重合，可以通過實(shí)際測(cè)量得到AD 邊的實(shí)際長(zhǎng)度。參考平面與像素平面等比例縮放，由圖像像素長(zhǎng)寬比可求得AB' 長(zhǎng)度。若W=|AD |，L =|AB' |，圖像像素分辨率為m×n ，可得對(duì)應(yīng)像素平面上一點(diǎn)p (u ，v ) 的參考平面坐標(biāo)為P (Xc ,Yc )，有
2.2 參考平面到現(xiàn)實(shí)平面虛擬參考平面與現(xiàn)實(shí)平面在模型中是簡(jiǎn)單的平面投影關(guān)系，只要求解出平面投影的單應(yīng)性矩陣，就能得到它們之間的映射關(guān)系。平面投影定理[8]：對(duì)于一個(gè)平面投影，一定存在一個(gè)非奇異3×3 矩陣H，使得對(duì)任何P 2 上的齊次點(diǎn)x ，有h (x )=Hx 。
或簡(jiǎn)記為x' =Hx 。其中H 稱為單應(yīng)性矩陣，這個(gè)投影變換有8 個(gè)自由度。將參考平面坐標(biāo)（Xc，Yc），現(xiàn)實(shí)平面坐標(biāo)（Xw，Yw）用齊次坐標(biāo)表示為（Xc，Yc，1），（Xw，Yw，1）。則參考平面與現(xiàn)實(shí)平面間投影關(guān)系為
由于現(xiàn)實(shí)空間點(diǎn)在同一平面，設(shè)h 33=1, 每一組對(duì)應(yīng)點(diǎn)可得：
由四組對(duì)應(yīng)點(diǎn)就可以得到8 個(gè)關(guān)于H 的元素的線性方程組
用AH=B 來表示上式，則H=A-1B 。檢測(cè)到圖像上特征點(diǎn)的像素坐標(biāo)值，通過式（2）、式（4）可得該特征點(diǎn)在現(xiàn)實(shí)平面對(duì)應(yīng)點(diǎn)的坐標(biāo)，由此可以達(dá)到單目視覺定位的目標(biāo)。
3 AGV 定位實(shí)驗(yàn)與結(jié)果分析
為了驗(yàn)證本文算法的精度，設(shè)計(jì)了AGV 定位實(shí)驗(yàn)。采用MV-U300 工業(yè)相機(jī)，6~12 mm 變焦鏡頭，拍攝室內(nèi)地面。為了驗(yàn)證該算法的精度，在地面上放置一張4×4 的黑白棋盤圖。棋盤長(zhǎng)寬200 mm，每小格邊長(zhǎng)50mm，如圖5 所示。測(cè)得相機(jī)視野四個(gè)頂點(diǎn)坐標(biāo)分別為A（-235, 0），B（-575，960），C（575,960），D（235,0）；由相機(jī)參數(shù)計(jì)算得到的參考平面的四個(gè)角點(diǎn)坐標(biāo)為A' (-235,0)，B' (-235,352.5)，C' (235,352.5)，D' (235,0)；計(jì)算投影變換的單應(yīng)性矩陣，有
圖5 原始圖像（左）與變換圖像（右）
為檢驗(yàn)本文算法的定位精度，對(duì)所采集圖像進(jìn)行Hough 變換檢測(cè)直線，從而獲取圖中所示棋盤圖黑白色塊的9 個(gè)交點(diǎn)像素坐標(biāo)( 自左至右、從上往下排)，通過本文算法求得對(duì)應(yīng)的參考平面交點(diǎn)，再通過單應(yīng)性矩陣求得對(duì)應(yīng)點(diǎn)的現(xiàn)實(shí)平面坐標(biāo)。具體實(shí)驗(yàn)數(shù)據(jù)見表1。通過現(xiàn)實(shí)平面的實(shí)際坐標(biāo)計(jì)算黑白色塊的邊長(zhǎng)，與真實(shí)值50 mm 比較，可以發(fā)現(xiàn)橫排誤差在±3% 以內(nèi)，豎排誤差在±5% 以內(nèi)；豎排誤差比橫排誤差大，主要是因?yàn)閳D像豎向放大系數(shù)相對(duì)變化較大。結(jié)果表明，該方法測(cè)量精度較高，可以滿足一般的定位系統(tǒng)要求。
4 結(jié)論
本文提出的算法結(jié)合單目視覺導(dǎo)引AGV 小車，省去了傳統(tǒng)視覺定位方法中的攝像機(jī)標(biāo)定環(huán)節(jié)，采用平面投影的思路解決單目視覺定位，簡(jiǎn)化了視覺導(dǎo)引AGV小車導(dǎo)引模塊的硬件配置與定位計(jì)算。該算法針對(duì)通用攝像機(jī)模型針孔相機(jī)模型，利用平面投影原理，對(duì)平坦路面實(shí)現(xiàn)了單目視覺定位。實(shí)驗(yàn)結(jié)果表明，該方法簡(jiǎn)單可行，對(duì)室內(nèi)AGV 和室外平坦路面AGV 的路徑導(dǎo)航與視覺避障都有一定的實(shí)用價(jià)值，為解決機(jī)器視覺的定位、測(cè)量問題提供了一種新思路。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
算法
+關(guān)注
關(guān)注
23文章
4631瀏覽量
93425 -
AGV
+關(guān)注
關(guān)注
27文章
1338瀏覽量
41289
原文標(biāo)題：基于平面投影的單目視覺AGV 定位算法
文章出處：【微信號(hào)：vision263com，微信公眾號(hào)：新機(jī)器視覺】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
AGV小車的工作原理是什么？
、二維碼導(dǎo)航、激光SLAM導(dǎo)航、視覺導(dǎo)航等，結(jié)合定位傳感器，如激光雷達(dá)、攝像頭、傳感器、編碼器等，以實(shí)現(xiàn)精準(zhǔn)定位。 2. 路徑規(guī)劃? 根據(jù)導(dǎo)航地圖、任務(wù)指令和實(shí)時(shí)環(huán)境信息，AGV小車的
激光錫焊視覺定位技術(shù)的應(yīng)用場(chǎng)景
本文主要介紹視覺定位概念、一種基于視覺定位的激光焊接系統(tǒng)的結(jié)構(gòu)和組成，及該焊接系統(tǒng)在某些特定場(chǎng)景的具體應(yīng)用。
激光導(dǎo)航AGV機(jī)器人定位精度受哪些因素影響？
AGV機(jī)器人行業(yè)快速發(fā)展，定位精度受環(huán)境、技術(shù)、設(shè)計(jì)因素影響。需合理控制光照、保持地面清潔、提升傳感器性能、優(yōu)化算法、改進(jìn)車輛結(jié)構(gòu)、穩(wěn)定電源管理，以實(shí)現(xiàn)精準(zhǔn)高效運(yùn)行，市場(chǎng)潛力巨大。
SegVG視覺定位方法的各個(gè)組件
視覺定位(Visual Grounding)旨在基于自由形式的自然語言文本表達(dá)定位圖像中的目標(biāo)物體。隨著多模態(tài)推理系 統(tǒng)的普及，如視覺問答和圖像描述，
不止于看見：AGV機(jī)器人基于視覺避障的理論基礎(chǔ)
AGV在物流和制造業(yè)中應(yīng)用廣泛，視覺技術(shù)提升AGV智能化水平，通過視覺導(dǎo)航實(shí)現(xiàn)自主行駛和障礙物規(guī)避，降低成本提高靈活性，已在多領(lǐng)域成功應(yīng)用，未來將進(jìn)一步擴(kuò)展。
AGV讀卡器在AGV自動(dòng)搬運(yùn)小車上應(yīng)用方案
AGV小車上的AGV讀卡器通過讀取地面軌道的RFID電子標(biāo)簽信息，做出相應(yīng)的動(dòng)作（如改變速度、選擇軌道、定位和停車等）。在AGV小車經(jīng)過站點(diǎn)A處時(shí)，
AGV小車在智慧工廠中如何精準(zhǔn)定位
AGV導(dǎo)航需解決定位問題，激光導(dǎo)航技術(shù)準(zhǔn)確安全，適用于多種環(huán)境。AGV小車具備高精度、靈活性、智能化管理和車身控制功能，與MES系統(tǒng)交互確保物料運(yùn)輸順利，提高工作安全性，實(shí)現(xiàn)非接觸式管理。
MT6501 磁編碼 IC 如何助力 AGV 定位采摘機(jī)器人精準(zhǔn)作業(yè)
在當(dāng)今科技飛速發(fā)展的時(shí)代，自動(dòng)化技術(shù)在各個(gè)領(lǐng)域的應(yīng)用不斷深化，其中 AGV（Automated Guided Vehicle，自動(dòng)導(dǎo)引車）定位采摘機(jī)器人作為農(nóng)業(yè)智能化的重要成果，正逐漸改變著農(nóng)業(yè)生產(chǎn)
RFID工業(yè)級(jí)讀寫器如何助力AGV小車智能定位的？
。 ? ? 在倉(cāng)儲(chǔ)和生產(chǎn)環(huán)境中，AGV經(jīng)常面臨各種嚴(yán)苛條件的挑戰(zhàn)，這對(duì)所使用的組件的熱負(fù)荷和機(jī)械負(fù)載能力提出了很高的要求。為確保AGV在定義的區(qū)域內(nèi)可靠定位，并預(yù)防發(fā)生危險(xiǎn)，在AGV運(yùn)
產(chǎn)線AGV和倉(cāng)儲(chǔ)AGV到底有什么不同？
AGV小車強(qiáng)大負(fù)重、無人操作，已升級(jí)至慣性導(dǎo)引和激光導(dǎo)引，適用于制造領(lǐng)域產(chǎn)線和倉(cāng)儲(chǔ)。產(chǎn)線AGV注重定位精度和調(diào)度系統(tǒng)，倉(cāng)儲(chǔ)AGV注重效率和WMS可靠性。
視覺系統(tǒng)輔助引導(dǎo)在激光導(dǎo)航AGV中應(yīng)用
在全球經(jīng)濟(jì)寒冬下，制造業(yè)企業(yè)引入AGV系統(tǒng)提升物流效率、降低成本。AGV具有自動(dòng)化、智能化優(yōu)勢(shì)，廣泛應(yīng)用于智能工廠等領(lǐng)域。激光定位技術(shù)普遍應(yīng)用，但存在不足。結(jié)合視覺傳感器，提高
技術(shù)|二維PDOA平面定位方案
一、方案概述二維平面定位系統(tǒng)，采用UWB定位技術(shù)，精度可到30cm。通過PDOA算法，可實(shí)現(xiàn)單基站二維平
激光焊接視覺定位引導(dǎo)方法
激光焊接是一種高效、精確的焊接技術(shù)，廣泛應(yīng)用于汽車制造、航空航天、電子產(chǎn)品等領(lǐng)域。隨著工業(yè)自動(dòng)化和智能化的發(fā)展，激光焊接的精度和效率需求日益增加。在此背景下，視覺定位引導(dǎo)技術(shù)成為提升激光焊接質(zhì)量
計(jì)算機(jī)視覺的十大算法
隨著科技的不斷發(fā)展，計(jì)算機(jī)視覺領(lǐng)域也取得了長(zhǎng)足的進(jìn)步。本文將介紹計(jì)算機(jī)視覺領(lǐng)域的十大算法，包括它們的基本原理、應(yīng)用場(chǎng)景和優(yōu)缺點(diǎn)。這些算法在圖像處理、目標(biāo)檢測(cè)、人臉識(shí)別等領(lǐng)域有著廣泛的應(yīng)
工商網(wǎng)監(jiān)
評(píng)論