一种面向生产车间的无轨巡检机器人视觉导航方法及装置

本发明属于工业机器人领域，具体的说是一种面向生产车间的无轨巡检机器人视觉导航方法及装置，应用于对生产车间中工业设备的自动化巡检任务。

背景技术：

1、车间中设备众多，设备之间存在紧密的联系，往往一个很小的故障都能引起整个生产线停产，甚至发生不必要的安全事故。所以对车间中的设备进行定期巡检是十分必要的。目前应用于巡检机器人的导航技术主要有磁感应导航、激光雷达导航以及红外导航等，其中磁导航精度高、重复性好、使用寿命长，且具有较高的抗干扰能力，但该方法以破坏机器人运行环境为代价，成本高，且无法对动态障碍物做出反应从而绕过在预定行驶路径中的障碍物到达目标区域，机器人只能走固定路线；红外导航原理较为简洁，安装结构简单，且反应时间较短，但是当周围环境存在光线等的干扰时，导航精度会受影响；激光雷达导航具有高采样频率、高精度和低运算量、不受环境光照影响、不需要对环境进行改造等优点，但是其成本较高。这些导航方式的灵活性通常都比较差，一旦环境布局发生变化，就需要耗费一定的人力和物力来进行维护。

技术实现思路

1、根据上述提出的技术问题，提出一种面向生产车间的无轨巡检机器人视觉导航方法及装置，用于解决现有导航方式灵活性差，一旦环境布局发生变化，就需要耗费一定的人力物力对其进行维护的问题，同时克服了传统地标线检测算法在地面倒影、地面积水、光照不均以及油污粉尘污染等复杂环境下误检率和漏检率较高，实时性较差的问题。

2、本发明为实现上述目的所采用的技术方案是：

3、一种面向生产车间的无轨巡检机器人视觉导航装置，包括：

4、环境感知模块，用于获取环境图像数据；

5、地标线检测模块，用于从环境图像数据中提取地标线特征，确定巡检机器人的可行驶区域；

6、障碍物检测模块，用于从环境图像数据中检测障碍物；

7、实时避障模块，用于根据障碍物的位置，在巡检机器人的可行驶区域内规划出局部路径信息，使巡检机器人完成巡检任务。

8、所述环境感知模块，包括：

9、单目相机，用于采集通道图像；

10、红外传感器，用于检测巡检机器人前进方向上的障碍物。

11、所述地标线检测模块，包括：

12、自适应双阈值分割模块，用于对环境图像数据进行处理，并结合环境因子计算自适应分割阈值，通过自适应分割阈值对环境图像数据进行过滤，得到初步特征图像；

13、动态感兴趣区域划分模块，用于利用粗细粒度掩膜抑制初步特征图像中的干扰信息，从初步特征图像中提取地标线特征；

14、地标线拟合模块，用于从地标线特征中，利用canny边缘检测算子以及概率霍夫直线检测算子拟合左右两车道线，确定巡检机器人的可行驶区域边界。

15、一种面向生产车间的无轨巡检机器人视觉导航方法，包括以下步骤：

16、环境感知模块获取环境图像数据；

17、地标线检测模块从环境图像数据中提取地标线特征，确定巡检机器人的可行驶区域；

18、障碍物检测模块从环境图像数据中检测障碍物；

19、实时避障模块根据障碍物的位置，在巡检机器人的可行驶区域内规划出局部路径信息，使巡检机器人完成巡检任务。

20、所述地标线检测模块，执行以下步骤：

21、将环境感知模块采集到的环境图像数据，从rgb图像转换到hsv颜色空间和灰度空间；

22、将rgb图像的中部和底部区域从上到下等分成若干个不重叠的子块；

23、在每个子块中，采样r+g-b的值最大的像素点，将其对应到hsv颜色空间的分量；

24、剔除采样点中的离群值；

25、根据环境因子k和剔除离群值后的采样值计算自适应分割阈值，建立掩膜图像；

26、

27、其中，k为环境因子，hmax为采样点集合中h分量最大值，hmin、smin、vmin分别为采样点集合中h分量、s分量、v分量最小值，自适应分割阈值中上门限阈值为[hupper,supper,vupper]，下门限阈值为[hlower,slower,vlower]；

28、将掩膜图像与灰度图像进行与运算，得到初步特征图像；

29、计算初步特征图像的灰度均值；

30、计算初步特征图像的行灰度均值，从第一行每隔3行采样一次进行一次阈值判断，建立粗粒度掩膜矩阵：

31、

32、其中，mw为整个特征图像的灰度均值，mr为当前行的灰度均值；

33、将初步特征图像左乘一个非零元素全为1的上三角矩阵，得到一个自底向上逐层累加矩阵，并计算区域划分门限阈值得到细粒度掩膜矩阵t：

34、

35、其中，irows为特征图像的总行数；

36、依次通过粗粒度掩膜和细粒度掩膜对初步特征图像进行过滤，得到地标线特征图像；

37、使用canny算子提取地标线特征图像的边缘信息；

38、使用概率霍夫变换对地标线特征图像的边缘信息进行拟合，确定巡检机器人的可行驶区域边界。

39、所述剔除采样点中的离群值，具体为：

40、

41、

42、

43、其中，hmean为采样点的h分量均值，hvar为采样点的h分量方差；smean为采样点的s分量均值，svar为采样点的s分量方差；vmean为采样点的v分量均值，vvar为采样点的v分量方差。

44、所述实时避障模块，执行以下步骤：

45、若在巡检机器人行进方向上没有检测到障碍物的存在，巡检机器人维持前一时刻的运动状态不变；

46、若在巡检机器人行进方向上检测到障碍物，但障碍物相对于巡检机器人的横向距离大于巡检机器人的本体宽度，则两者不存在发生碰撞的风险，巡检机器人维持前一时刻的运动状态不变；

47、若在巡检机器人行进方向上检测到障碍物，而且障碍物相对于巡检机器人的横向距离小于或等于巡检机器人的本体宽度，则两者存在发生碰撞的风险，巡检机器人执行基于区域划分的安全避障策略。

48、所述安全避障策略，具体为：

49、发现障碍物时，将巡检机器人与障碍物之间的距离划分为三个区域：缓冲区域、减速区域以及避让区域；

50、缓冲区域，巡检机器人检测到行进方向存在障碍物后启动避障策略，并立即进入缓冲阶段；

51、减速区域，经过缓冲区域后，如果行进方向上仍然存在障碍物的干扰，对巡检机器人进行减速操作；

52、避让区域，巡检机器人到达避让区域后，建立目标引力势场和障碍物斥力势场，机器人在势场合力作用下避开障碍物继续向前行驶。

53、本发明具有以下有益效果及优点：

54、1.本发明建立了面向生产车间的地标线检测系统，巡检机器人行驶过程中，可以根据采集到的图像数据检测出包含的地标线信息，进而确定机器人的可行驶区域，具有较强的实时性和鲁棒性。

55、2、本发明所述的面向生产车间的无轨巡检机器人视觉导航装置，通过环境感知模块、地标线检测模块、障碍物检测模块以及实时避障模块，构建起了一套基于单目视觉的自主导航方法及装置，能够实时准确地确定巡检机器人的可行驶区域边界，同时，当检测到即将与障碍物发生碰撞时可以发出警示信号，从而采取及时的保护措施，保证车间生产活动安全稳定地运行。