本發(fā)明屬于計(jì)算機(jī)視覺與群體智能領(lǐng)域,涉及鏡頭抖動(dòng)消除、雙目定位測(cè)距和精確化機(jī)械臂柔性作業(yè)等關(guān)鍵技術(shù),具體提供一種面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法。
背景技術(shù):
1、隨著工業(yè)自動(dòng)化程度的不斷提高和人工智能技術(shù)的快速發(fā)展,無人系統(tǒng)在各個(gè)領(lǐng)域的應(yīng)用日益廣泛;特別是在封測(cè)場景中,對(duì)于精準(zhǔn)定位、測(cè)距和柔性作業(yè)需求日益增長;傳統(tǒng)的封測(cè)場景中存在著鏡頭抖動(dòng)、定位測(cè)距不準(zhǔn)確等問題,影響了無人系統(tǒng)的柔性協(xié)同能力和作業(yè)效率。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,用以解決傳統(tǒng)封測(cè)場景中存在的鏡頭抖動(dòng)、定位測(cè)距不準(zhǔn)確等問題,旨在提高無人系統(tǒng)的柔性協(xié)同能力,從而滿足封測(cè)場景對(duì)于精準(zhǔn)作業(yè)的需求。
2、為實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案為:
3、一種面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,包括以下步驟:
4、步驟1.?標(biāo)定智能封測(cè)場景中三臺(tái)相機(jī)的坐標(biāo),實(shí)時(shí)獲取每臺(tái)相機(jī)的采集圖像,并對(duì)圖像進(jìn)行預(yù)處理,得到采集圖像的特征矩陣;
5、步驟2.?針對(duì)每一臺(tái)相機(jī),根據(jù)采集圖像的特征矩陣進(jìn)行抖動(dòng)判別,并對(duì)發(fā)生抖動(dòng)采集圖像進(jìn)行抖動(dòng)校正;
6、步驟3.?針對(duì)每一臺(tái)相機(jī),根據(jù)抖動(dòng)判別結(jié)果計(jì)算得到相機(jī)在當(dāng)前時(shí)刻的抖動(dòng)權(quán)重;
7、步驟4.?針對(duì)每一臺(tái)相機(jī),根據(jù)完成抖動(dòng)校正的采集圖像計(jì)算得到相機(jī)在當(dāng)前時(shí)刻的姿態(tài)權(quán)重;
8、步驟5.?將三臺(tái)相機(jī)按照順序兩兩構(gòu)成雙目測(cè)距系統(tǒng),通過每一個(gè)雙目測(cè)距系統(tǒng)分別測(cè)量得到目標(biāo)物體的坐標(biāo)與尺寸,再根據(jù)雙目測(cè)距系統(tǒng)中主相機(jī)的抖動(dòng)權(quán)重與姿態(tài)權(quán)重對(duì)三個(gè)雙目測(cè)距系統(tǒng)的測(cè)量結(jié)果進(jìn)行數(shù)據(jù)融合,得到目標(biāo)物體在當(dāng)前時(shí)刻的坐標(biāo)與尺寸,用以完成柔性協(xié)同控制。
9、進(jìn)一步的,步驟1中,預(yù)處理過程為:
10、針對(duì)每一幀圖像,其灰度矩陣表示為:
11、,
12、其中,表示灰度矩陣中第m行、第n列的灰度值,m=1,2,...,m,n=1,2,...,n,m表示灰度矩陣的行數(shù),n表示灰度矩陣的列數(shù);
13、根據(jù)灰度矩陣計(jì)算圖像的橫向差分矩陣,具體為:
14、,
15、其中,第m行、第n列的元素表示為:
16、,
17、根據(jù)灰度矩陣計(jì)算圖像的縱向差分矩陣,具體為:
18、,
19、其中,第m行、第n列的元素表示為:
20、,
21、合并橫向差分矩陣與縱向差分矩陣,得到圖像對(duì)應(yīng)的特征矩陣,具體為:
22、,
23、其中,表示維度為的全零矩陣。
24、進(jìn)一步的,步驟2中,采用上標(biāo)t標(biāo)記時(shí)刻,對(duì)于當(dāng)前時(shí)刻t,計(jì)算抖動(dòng)判別特征,具體為:
25、,
26、其中,表示相機(jī)在當(dāng)前時(shí)刻t的采集圖像的抖動(dòng)判別特征,與分別表示相機(jī)在時(shí)刻t與時(shí)刻t+1的采集圖像的特征矩陣,表示矩陣的異或運(yùn)算;
27、設(shè)置抖動(dòng)判別時(shí)間窗口k,根據(jù)抖動(dòng)判別特征對(duì)相機(jī)進(jìn)行抖動(dòng)判別,抖動(dòng)判別的判別條件為:
28、,
29、其中,表示抖動(dòng)判別閾值,表示求模運(yùn)算;
30、若滿足抖動(dòng)判別的判別條件,則認(rèn)定相機(jī)在時(shí)刻t發(fā)生抖動(dòng),對(duì)圖像進(jìn)行抖動(dòng)校正并將抖動(dòng)發(fā)生時(shí)刻按順序記錄于抖動(dòng)時(shí)刻集合t中;否則,認(rèn)定未發(fā)生抖動(dòng)。
31、更進(jìn)一步的,步驟2中,抖動(dòng)校正表示為:
32、,
33、,
34、其中,表示相機(jī)在時(shí)刻t的采集圖像的灰度矩陣,表示灰度矩陣的抖動(dòng)校正結(jié)果,表示逆濾波運(yùn)算;表示灰度矩陣經(jīng)過逆濾波的結(jié)果。
35、進(jìn)一步的,步驟3中,計(jì)算相機(jī)在當(dāng)前時(shí)刻t的抖動(dòng)權(quán)重:
36、,
37、其中,t表示抖動(dòng)時(shí)刻集合,表示當(dāng)前時(shí)刻t不屬于抖動(dòng)集合t,表示當(dāng)前時(shí)刻t屬于抖動(dòng)集合t,表示抖動(dòng)集合t中時(shí)刻t后下一次發(fā)生抖動(dòng)的時(shí)刻,k表示抖動(dòng)判別時(shí)間窗口。
38、進(jìn)一步的,步驟4中,對(duì)于當(dāng)前時(shí)刻t的采集圖像,對(duì)目標(biāo)物體進(jìn)行邊界提取,以上邊界為起點(diǎn),按照順時(shí)針方向依次得到邊界像素集;同時(shí),采用正方形邊框框定目標(biāo)物體,以上邊界為起點(diǎn),按照順時(shí)針方向依次得到邊框像素集;計(jì)算邊界像素集與邊框像素集的重合度,獲取目標(biāo)物體的姿態(tài)估計(jì)向量:
39、,
40、其中,表示目標(biāo)物體在時(shí)刻t的姿態(tài)估計(jì)向量,表示邊界像素集與邊框像素集的重合度,表示二維旋轉(zhuǎn)形式的旋轉(zhuǎn)矩陣,表示直線擬合弧形的參數(shù)向量,表示求模運(yùn)算,表示向量的同或運(yùn)算;
41、根據(jù)姿態(tài)估計(jì)向量計(jì)算當(dāng)前相機(jī)的姿態(tài)權(quán)重,具體表示為:
42、。
43、進(jìn)一步的,步驟5中,將三臺(tái)相機(jī)按照順時(shí)針方向依次編號(hào)且兩兩構(gòu)成雙目測(cè)距系統(tǒng),第1個(gè)雙目測(cè)距系統(tǒng)中第1臺(tái)相機(jī)作為主相機(jī)、第2臺(tái)相機(jī)作為輔相機(jī),第2個(gè)雙目測(cè)距系統(tǒng)中第2臺(tái)相機(jī)作為主相機(jī)、第3臺(tái)相機(jī)作為輔相機(jī),第3個(gè)雙目測(cè)距系統(tǒng)中第3臺(tái)相機(jī)作為主相機(jī)、第1臺(tái)相機(jī)作為輔相機(jī);對(duì)于當(dāng)前時(shí)刻t,三個(gè)雙目測(cè)距系統(tǒng)分別測(cè)得目標(biāo)物體的坐標(biāo)與尺寸,;
44、根據(jù)每一臺(tái)相機(jī)的姿態(tài)權(quán)重與抖動(dòng)權(quán)重對(duì)三個(gè)雙目測(cè)距系統(tǒng)的測(cè)量結(jié)果進(jìn)行融合,得到目標(biāo)物體在當(dāng)前時(shí)刻t的坐標(biāo)與尺寸,具體表示為:
45、,
46、,
47、,
48、,
49、其中,表示第j個(gè)雙目測(cè)距系統(tǒng)測(cè)量得到的主相機(jī)與目標(biāo)物體的距離,表示科學(xué)計(jì)數(shù)符號(hào),表示第j臺(tái)相機(jī)在時(shí)刻t的姿態(tài)權(quán)重,表示第j臺(tái)相機(jī)在時(shí)刻t的抖動(dòng)權(quán)重。
50、基于上述技術(shù)方案,本發(fā)明的有益效果在于:
51、本發(fā)明提供一種面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,采用實(shí)時(shí)圖像預(yù)處理、抖動(dòng)判別與校正、抖動(dòng)與姿態(tài)權(quán)重計(jì)算以及雙目測(cè)距系統(tǒng)的數(shù)據(jù)融合技術(shù),使得相機(jī)在采集圖像時(shí)的數(shù)據(jù)一致性和準(zhǔn)確性得到保證,外界干擾能夠被及時(shí)發(fā)現(xiàn)和修正,測(cè)量數(shù)據(jù)更加精準(zhǔn)。最終,本發(fā)明具有提高圖像采集穩(wěn)定性、增強(qiáng)測(cè)量精度和實(shí)現(xiàn)柔性協(xié)同控制的優(yōu)點(diǎn),能夠滿足封測(cè)場景對(duì)于精準(zhǔn)作業(yè)的需求。
1.一種面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟1中,預(yù)處理過程為:
3.根據(jù)權(quán)利要求1所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟2中,采用上標(biāo)t標(biāo)記時(shí)刻,對(duì)于當(dāng)前時(shí)刻t,計(jì)算抖動(dòng)判別特征,具體為:
4.根據(jù)權(quán)利要求3所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟2中,抖動(dòng)校正表示為:
5.根據(jù)權(quán)利要求1所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟3中,計(jì)算相機(jī)在當(dāng)前時(shí)刻t的抖動(dòng)權(quán)重:
6.根據(jù)權(quán)利要求1所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟4中,對(duì)于當(dāng)前時(shí)刻t的采集圖像,對(duì)目標(biāo)物體進(jìn)行邊界提取,以上邊界為起點(diǎn),按照順時(shí)針方向依次得到邊界像素集;同時(shí),采用正方形邊框框定目標(biāo)物體,以上邊界為起點(diǎn),按照順時(shí)針方向依次得到邊框像素集;計(jì)算邊界像素集與邊框像素集的重合度,獲取目標(biāo)物體的姿態(tài)估計(jì)向量:
7.根據(jù)權(quán)利要求1所述面向智能封測(cè)場景的無人系統(tǒng)柔性協(xié)同方法,其特征在于,步驟5中,將三臺(tái)相機(jī)按照順時(shí)針方向依次編號(hào)且兩兩構(gòu)成雙目測(cè)距系統(tǒng),第1個(gè)雙目測(cè)距系統(tǒng)中第1臺(tái)相機(jī)作為主相機(jī)、第2臺(tái)相機(jī)作為輔相機(jī),第2個(gè)雙目測(cè)距系統(tǒng)中第2臺(tái)相機(jī)作為主相機(jī)、第3臺(tái)相機(jī)作為輔相機(jī),第3個(gè)雙目測(cè)距系統(tǒng)中第3臺(tái)相機(jī)作為主相機(jī)、第1臺(tái)相機(jī)作為輔相機(jī);對(duì)于當(dāng)前時(shí)刻t,三個(gè)雙目測(cè)距系統(tǒng)分別測(cè)得目標(biāo)物體的坐標(biāo)與尺寸,;