买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明的目的在于提供一种基于视觉定位和编队预测的数据处理系统、方法及装置，包括：采集模块、构建模块以及处理模块；其中，采集模块用于采集跟随机器人相机的画面，利用所述画面获取领航机器人的位置真实测量值与估计值信息；构建模块与所述采集模块进行数据交互，用于根据所述领航机器人的位置真实测量值与估计值信息，构建机器人运动非线性误差模型；处理模块用于将所述机器人运动非线性误差模型转化为求解二次型最优问题，得到机器人编队运动的最优控制输入。本申请通过视觉RGB‑D相机直接对领航机器人进行识别定位，不需要建图定位，不受环境更新的影响，有利于视觉编队的稳定运行。

主权项：1.一种基于视觉定位和编队预测的数据处理系统，用于维持机器人编队运动稳定运行，其特征在于，包括：采集模块，用于采集跟随机器人相机的画面，利用所述画面获取领航机器人目标的位置信息和利用所述画面通过卡尔曼滤波得到领航机器人的位置真实测量值与估计值信息，避免作为目标的领航机器人在存在遮挡的情况下在视场中丢失；构建模块，与所述采集模块进行数据交互，用于根据所述领航机器人的位置真实测量值与估计值信息，构建机器人编队运动非线性误差模型；处理模块，与所述构建模块进行数据交互，用于将所述机器人编队运动非线性误差模型转化为求解二次型最优问题，得到机器人编队运动的最优控制输入；所述利用所述画面获取领航机器人目标的位置信息，包括：相机坐标系中的三维点与相机中心的进行连线，并将该连线与成像平面相交于一点，得到相机坐标系与像素坐标系的比例关系；从跟随机器人相机的所述画面中，得到所述领航机器人目标中心在所述画面中的像素坐标，并通过相机坐标系与像素坐标系的比例关系，将像素坐标系转换为相机坐标系，得到领航机器人目标的位置信息；将相机坐标系中的三维点xc,yc,zc与相机中心Oc进行连线，并将该连线与成像平面相交于一点x,y，利用比例关系得到：其中，f代表跟随机器人相机的焦距，zc为跟随机器人相机的深度信息；从跟随机器人相机的所述画面中，得到所述领航机器人目标中心在所述画面中的像素坐标u,v；假设所述领航机器人目标中心在跟随机器人相机成像平面的图像坐标为x,y，成像平面的中心为x0,y0，则从图像坐标到像素坐标的转换关系为：其中，dx,dy分别表示物理像素在两个坐标轴方向上的长度，为相机的内参；则，从像素坐标系到相机坐标系的转换关系为：其中，xc,yc,zc为通过跟随机器人相机视觉定位获取的相机坐标系下的目标位置，根据三维点xc,yc,zc的位置真实测量值x'c,y'c,z'c与三维点xc,yc,zc的估计值获得相对距离d和相对角度θ； 其中rd为跟随机器人轮轴到其相机中心的垂直距离；所述利用所述画面通过卡尔曼滤波得到领航机器人的位置真实测量值与估计值信息，包括：通过卡尔曼滤波对领航机器人上的目标进行状态估计，获取领航机器人的位置；卡尔曼滤波系统状态方程：Xi＝CXi-1+Dui-1+wi-1，式中为第i-1时刻的状态向量，为转换矩阵，为系统参数，xi为第i时刻目标的位置，为第i时刻目标的速度，ui-1为系统输入，wi-1为系统噪声，Δt为采样时间；状态方程更新：Zi＝MiXi+vi，Mi为系数矩阵，vi为测量噪声，Zi为第i时刻的真实测量值；预估方程：为第i次的估计结果，是第i次估计结果的协方差矩阵；卡尔曼增益：ki＝PiMiTMiPiMiT+Ri-1，ki为第i时刻的卡尔曼增益，Ri为测量噪声的方差；I为单位矩阵；当领航机器人目标存在遮挡导致丢失时，在一定的时间内，将目标的位置估计值代替位置真实测量值，进行目标的搜索，使得领航机器人控制在视野范围内。

全文数据：

权利要求：

百度查询： 广东工业大学 基于视觉定位和编队预测的数据处理系统、方法及装置