申请/专利权人：江苏大学

申请日：2022-05-26

公开（公告）日：2024-04-09

公开（公告）号：CN115116026B

主分类号：G06V20/58

分类号：G06V20/58;G06V10/764;G06V10/774;G06V10/82;G06K7/14;G06T5/70;G06T5/80;G06T5/60;G06T7/11;G06T7/80;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.10.18#实质审查的生效;2022.09.27#公开

摘要：本发明提供一种物流搬运机器人自动循迹方法及系统，包括图像采集模块、图像预处理模块、数据集制作模块、图像分割网络模型构建与训练模块、车道线检测模块和自动循迹模块；本发明利用弹性变形的数据增强方法来模拟不同形态的车道线，充分利用数据集的价值和提高神经网络的泛化能力；本发明通过改进MaskR‑CNN算法用于分割车道线和二维码区域提高抗干扰能力和分割准确率，测试准确率可达到98.5％。本发明在自动循迹模块中增加判别功能，若是提取到车道线图像则使用霍夫变换实现自动循迹，如果提取到二维码图像则启用测距算法，经过最小二乘法修正减少误差。本发明实现物流机器人的自动循迹，相较于传统的图像处理算法，有更高的鲁棒性、效率和准确率。

主权项：1.一种物流搬运机器人自动循迹方法，其特征在于，包括以下步骤：步骤S1图像采集：使用机器人的摄像设备采集路况图像；步骤S2图像预处理：对步骤S1采集的路况图像滤波去噪，对摄像设备内外参数标定，通过鱼眼矫正畸变，通过空间映射进行投影实现透视缩短，消除图片中的近大远小关系；步骤S3图像数据集制作：对所述步骤S2中处理后的图像进行标注，通过数据增强的方法制作数据集；步骤S4分割网络模型建立和训练：改进MaskR-CNN实例分割网络，用于分割车道线和二维码区域，将步骤S3制作的图像数据集输入改进后的MaskR-CNN实例分割网络中进行训练；步骤S5车道线检测：将实时采集的路况图像输入步骤S4训练后的分割网络模型中，提取车道线区域和二维码区域；步骤S6自动循迹：判别步骤S5中提取的车道线区域和二维码区域，如果判别为车道线区域，则将车道线区域用转向算法计算出机器人转弯的角度，如果判别为二维码区域，则解码二维码，得到二维码ID并结合测距算法，得到物流机器人的位姿以及距离卸货点的距离，结合Cartographer导航算法实现自动循迹；所述步骤S6中转向算法是先使用霍夫变换，把车道线区域从笛卡尔平面转换到霍夫空间中以便找到车道线的最佳拟合直线，通过该拟合直线的斜率和直线与拍摄图片下边界的交点计算得到机器人转弯的角度θ，设图片的分辨率为w*h，w为图片的宽，h为图片的高，拟合直线的表达式为y＝a*x+b，则θ的表达式为： 所述步骤S6中测距算法使用solvepnp方法，通过步骤S2的摄像设备内外参数标定得到摄像设备内参矩阵、摄像设备畸变参数矩阵以及二维码特征点的世界坐标与对应的像素坐标矩阵得到像素坐标系和世界坐标系的关系，得到物流机器人的位姿以及距离卸货点的距离，最后通过最小二乘法优化。

全文数据：

权利要求：

百度查询： 江苏大学 一种物流搬运机器人自动循迹方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD