| 主权项 |
基于视觉信息的机器人沿引导线巡线导航方法，其特征在于，包括如下步骤：(a)通过机器人上安装的视觉传感器获取环境图像；(b)从环境图像中获取路径信息，并将获取的路径信息传输到控制器；(c)控制器根据路径信息设定机器人的线速度和角速度；在步骤(b)中：首先采用基于最小生成树的分割算法从环境图像中提取路径，然后采用路径搜索算法得到环境图像中的路径点，最后利用三阶透视变换矩阵得到各个路径点对应的地理位置；在步骤(c)中：控制器首先采用与路径弯曲度相关的速度控制算法对机器人速度大小进行控制，然后控制器再采用固定参数的PID算法或基于并行分配补偿的模糊控制算法对机器人速度方向进行控制；在步骤(b)中：采用基于最小生成树的分割算法从环境图像中提取路径的步骤如下：先将环境图像映射到HSV空间，在H域中做进一步处理：先根据引导线的色调值对H域做二值化，之后再对二值化的图像做中值滤波，最后采用基于最小生成树的快速图分割算法将引导线对应的区域分离；对分离后的各个区域的黑点数进行统计，将黑点比例大于一定阈值的区域选定为引导线对应的区域，将其染成黑色；采用路径搜索算法得到环境图像中的路径点，用以这些路径点为折点的折线段表示路径，步骤如下：第一步：将点的序号num置为1；第二步：从最近一行开始逐行扫描，当在某一行检测到宽度符合引导线宽度范围的黑色区域时，将该区域的中点作为第一个搜索到的路径点，将位置P(num)记录下来；将该点的预测方向pre_th(num)设为90度，状态state(num)记为1，之后进入第二步；如果没有搜索到宽度符合引导线宽度范围的黑色区域，则重复第一步；第三步：根据当前的路径点P(num)判断下一个点是否有可能超出图像范围；若超出则转向第三步，若没有超出，则以P(num)为圆心，以一定像素长度为半径，在预测角度pre_th(num)内进行搜索；若搜索到宽度符合引导线宽度范围的黑色区域，则将黑色区域的中点记为下一个路径点P(num+1)；若搜索到多个路径点，选择最接近预测方向pre_th(num)的路径点，将P(num)到P(num+1)的方向角作为第num+1个路径点的预测角度，并将state(num+1)的状态记为1；若没有搜索到路径点，将预测方向上的搜索点作为第num+1个路径点，将其状态state(num+1)记为0，其预测方向pre_th(num+1)记为pre_th(num)；重复第三步；第四步：搜索完毕；利用三阶透视变换矩阵得到各个路径点对应的地理位置：将路径点映射到以机器人中心为原点，纵向为Y轴的地面坐标系中；设任意一个路径点P在图像中的坐标是(x,y),在地理坐标系中的坐标是(u,v),则存在一个矩阵mat使得对于任意的P都存在相应的t满足：(u*t,v*t,t)<sup>T</sup>＝mat*(x,y,1)<sup>T</sup> (2‑1)，T是线性代数中矩阵的转置，是一个公知的数学运算符；为了确定透视变换矩阵mat，从图像中选择四个标定点，分别记录下相应的地理坐标；将这四个标定点带入矩阵方程(2‑1)，形成一个矩阵方程组，通过该矩阵方程组即可求出mat；当mat矩阵确定以后，对于在图像中搜索出的每个路径点P(num)，都可以用公式(2‑1)求出相应的地理坐标GP(num)；将环境图像中的路径用若干个离散点构成的折线表示，设共搜索到point_num个点，这些点对应的地理坐标为GP(num),状态为state(num)。 |
