視覺傳感系統的自主移動機器人路徑規劃方法*

趙　婧， 曹江濤

(遼寧石油化工大學 信息與控制工程學院，遼寧 撫順 113001)

?

視覺傳感系統的自主移動機器人路徑規劃方法*

趙婧， 曹江濤

(遼寧石油化工大學 信息與控制工程學院，遼寧 撫順 113001)

在未知環境下，機器人很難快速獲取周邊環境信息并建立實時環境地圖，實現自主運行。為此提出基于視覺導航的方法，利用全景攝像機作為機器人的視覺傳感器系統采集環境信息，將彩色地圖進行HSI空間下模糊聚類圖像分割，得到環境二值圖像；將圖像進行柵格化處理來構建環境地圖，運用8方向連接的Dijkstra進行全局路徑規劃，計算出最優路徑，從而實現移動機器人的快速、自主運動。經過仿真實驗證明，該方法有效且可行。

機器人； 視覺導航； 視覺傳感器； 模糊聚類； 環境地圖； 路徑規劃

0　引　言

對移動機器人路徑規劃的研究一直是國內外學者的研究熱點[1～3]。Kleinert M，Schleith S[4]，在室內GPS導航失效的情況下，提出采用視覺同時定位與地圖構建,即Visual SLAM技術輔助慣性導航的方法,實時建立了環境的增量式地圖，有效抑制了導航系統的誤差積累。但是此方法只利用機器人內部數據和局部視覺信息實現導航，因而難以獲取環境的全局信息。Chen C L等人[5]提出了一種基于相機的視覺伺服控制系統運動模型來控制未知環境下的移動機器人導航。這種方法可以實現機器人的視覺導航，但是是采用安裝于機器人上的視覺系統使得機器人對周邊環境信息的獲取具有一定的局限性，降低了整個系統的實用性。

在未知的動態環境中，周邊的環境信息隨時可能發生變化。因此，動態環境中全局信息的實時獲取是至關重要的。本文設計了基于視覺導航自主移動機器人的路徑規劃方法，利用環境中布置的全景攝像頭作為機器人的視覺傳感器系統進行環境信息的采集與分析，區別于安裝在機器人上的相機，可以得到整個環境的實時信息。同時避免了聲吶傳感器、紅外傳感器等易受外界環境干擾的弊端；并且，當室內的環境信息發生變化時，可以及時更新環境信息。對該信息進行圖像處理，創建環境地圖，這為機器人后面進行快速、準確的路徑規劃提供了可能。

1　總體方案設計

本文提出的方法主要可分為四個步驟：環境信息的圖像采集[6]、圖像處理(RCB轉換到HIS，模糊C聚類分割)、構建環境柵格地圖和全局路徑規劃。

2　基于HSI空間的模糊聚類的彩色圖像處理技術

2.1機器人視覺導航技術

圖1　圖像采集方案Fig 1　Image acquisition scheme

2.2顏色模型與轉換

從人的視覺感知和特性的角度出發，顏色空間所對應的RGB空間不具有一致性，并且不太直觀。而HSI顏色模型是一種更加接近于人眼對色彩感知的顏色模型，因此，為了更好地對彩色圖像處理和識別，本文采用基于HSI空間的模糊聚類彩色圖形分割算法進行圖像處理。其中，H代表色調，S代表飽和度，而I則代表亮度，用這三個分量來對色彩進行描述[7～10]。

RGB 顏色模型和 HSI 顏色模型有如下關系[11]

(1)

根據RGB顏色模型和HSI顏色模型的轉換公式，將彩色地圖圖像由RGB轉換到HSI空間模型下。其中,HSI顏色模型下的各分量圖如圖2所示。

圖2　HSI 顏色模型下各分量圖Fig 2　Diagram of each component in HSI color model

2.3模糊C聚類[12]

(2)

Ej(xk)=‖xk-yj‖2

(3)

式中U={ujk}，m>1為常數，其約束為

(4)

(5)

(6)

(7)

基本思路為：將所有的像素點集分為c類，任意樣本對某類的隸屬度為ujk，通過最小化關于隸屬度矩陣和聚類中心的目標函數來實現像素點的分類，即不同區域的分類。

對于油田企業來說，檔案信息化數據運行管理中，如何確保檔案資料的安全性與保密性，是現階段需要考慮的重點問題。近年來，電子檔案逐漸成為主流，隨之而來的電子檔案丟失、泄露等問題也頻頻出現。而油田檔案直接關系到油田企業的商業機密，更需要做好安全保管。除了利用計算機自帶的防火墻進行電子檔案保護外，還要綜合采取其他安全措施，例如要求檔案管理人員養成良好作業習慣，禁止利用辦公計算機下載文件，或是將個人U盤、移動設備連入企業計算機等。此外，定期對系統進行殺毒、升級殺毒軟件，通過綜合采取措施，確保電子檔案的安全。

2.4算法流程

1)顏色粗糙度的計算

顏色粗糙度Sm[13]是用來衡量彩色圖像顏色變化的劇烈程度的，而圖像中的平均顏色粗糙度Savg則可以作為這幅圖像顏色的量化參照。設圖圖像空間分兩只為Xi，矩陣為M×N，則定義如下所示

(8)

(9)

式中xmean表示該彩色圖像的顏色均值，Savg為這幅圖像顏色變化劇烈程度的量化參照。而Xj在[0,1]之間，則可以推算出，用Savg設定彩色圖像的分割區域數量，即進行聚類的數目。

2)基于HSI空間的模糊聚類彩色圖形分割算法流程：

a.將原始彩色圖像按式(7)轉換為HSI空間下。

b.按照以下規則進行圖像區域模糊聚類：

利用模糊成員函數產生M個聚類中心；在HSI空間的I值域上，在這些聚類中心運用C—均值法進行聚類；對每個區域進行優化計算，算法準則為：設r為忽略系數，經多次仿真得出，一般為圖像分辨率M×N中min(M,N)的0.01～0.05倍，r越小，劃分結果越細致，令,K=r·min(M,N)，規定對于分割后的子區域，若小于K×K面積，則將它合并到相鄰區域；合并后將原彩色圖像進行分割，劃分出不同區域條，完成分割。具體流程圖如圖3所示。

圖3　算法流程圖Fig 3　Algorithm flow chart

得到的彩色圖像分割圖如圖4所示。

圖4　彩色圖像分割圖Fig 4　Color image segmentation

3　機器人環境地圖建模

由于本設計采用位于屋頂的全景攝像頭，可以獲取室內物體的全方位環境信息，環境中的物體對于攝像機的遠近的影響可以忽略，因此，采用建立二維地圖的方法，可以減少計算量。建立移動機器人二維工作空間的環境地圖模型是移動機器路徑規劃的重要任務，由于柵格法的地圖創建和維護比較容易，并且各個柵格的信息直接與環境中某區域信息相對應，因此，本文選取柵格法進行室內環境建模。 經過圖像分割處理后的機器人視覺地圖是像素為0，1的矩陣。其中，0為黑色障礙物區域；1為白色可行區域。將圖像分割地圖柵格化后的室內環境地圖模型如圖5所示。

圖5　柵格地圖Fig 5　Grid map

4　機器人的路徑規劃

本文采用單元分解路徑規劃的基本思路，用規則的柵格法表示機器人工作環境，然后運用搜索算法尋找最優路徑，由于考慮了環境中不確定的環境因素，本文采用8方向連接的全局優化D*[14]算法對柵格地圖進行路徑規劃。D*算法應用了貪心算法模式，采用標號方法進行最短路徑搜索，是目前公認最好的求解最短路徑方法。它的基本思想是：按路徑長度遞增依次產生最短路徑。其步驟如下：

1)首先搜索與源節點相關聯的節點，然后初始化節點列表中所有節點的權值，同時創建有效節點的關聯表。

2)選取最短距離節點操作：選擇節點Node[j]，使得cost[j]=min{cost[i],cost[i]∈Nodelist}。其中，Node[j]為當前求得的從源節點出發的最短路徑終節點。

3)優化操作：對從Node[j]出發到節點Node[k]進行優化，即若，則修改為。

4)重復步驟(2)和步驟(3)，直至Node[j] =finalv，finalv為目標節點。

5)結束。

仿真結果如圖6所示。

圖6　路徑規劃仿真圖Fig 6　Path planning simulation diagram

在圖6中，三角形代表起始點，正方形代表目標點，連線代表最短路徑連線。

表1　路徑規劃數據結果

從仿真結果可以看出：在經過圖像處理的地圖中，任意設定機器人的起始點與終止點，該算法都能成功的進行全局路徑規劃，找到最優路徑。

5　結　論

本文利用全景攝像機采集環境信息，采用基于HSI空間的模糊聚類彩色圖形分割算法進行圖像處理,得到環境二值圖像，進而構建環境地圖，進行全局路徑規劃的方法，實現了移動機器人的自主運動。

該方法可以實時地構建復雜的全局地圖，快速進行路徑規劃，避開障礙物并找出最短路徑;算法簡單，且具有較強的實時性。仿真結果表明：通過該方法規劃出的運行路線，在復雜的障礙物環境中，擁有較好的路徑規劃性能。

[1]郭文亮.基于全局視覺的移動機器人導航系統研究[D].北京：北京交通大學,2011.

[2]Zhang Q,Jia Q,Sun H,et al.Single image-based path planning for a spherical robot[C]∥The 5th IEEE Conference on Industrial Electronics and Applications(ICIEA),IEEE,2010:1879-1884.

[3]毛利民,盧振利,朱培逸,等.智能校園巡檢機器人設計與控制[J].測控技術,2015,34(1):84-90.

[4]KleinertM，SchleithS．InertialaidedmonocularSLAMforGPS-deniednavigation[C]∥IEEEConferenceonMultisensorFusionandIntegrationforIntelligentSystems,2010：20-25．

[5]ChenCL,LeeMR.Globalpathplanninginmobilerobotusingomnidirectionalcamera[C]∥2011InternationalConferenceonConsumerElectronics,CommunicationsandNetworks(CECNet),IEEE,2011:4986-4989.

[6]許俊勇,王景川,陳衛東.基于全景視覺的移動機器人同步定位與地圖創建研究[J].機器人,2008,30(4):289-297.

[7]張國權,李戰明,李向偉,等.HSV空間中彩色圖像分割研究[J].計算機工程與應用,2010,46(26):179-181.

[8]魏武,龔樹鋒.基于機器視覺的非結構化道路檢測算法研究[J].傳感器與微系統,2010,29(1):39-41.

[9]王艷慶,程偉德,張華,等.激光視覺傳感器對不連續焊縫的識別[J].傳感器與微系統,2011,30(5):8-11.

[10] 丁廣帥,雷運洪.基于機器視覺區域處理技術的水中機器人定位方法[J].兵工自動化,2010,29(11):74-78.

[11]RoyerE,LhuillierM,DhomeM,etal.Monocularvisionformobilerobotlocallizationandautonomousnavigation[J].InternationalJournalofComputerVision,2007,74(3):237-260.

[12]BezdekJC.Patternrecongnitionwithfuzzyobjectivefuoionalgorithms[M].NewYork:PlenumPress,1981.

[13] 葉齊祥，高文，王偉強，等.一種融合顏色和空間信息的彩色圖像分割算法[J].軟件學報，2004,15(4)：5-22.

[14]StentzA.Optimalandefficientpathplanningforpartially-knownenvironments[C]∥ProceedingsoftheIEEEInternationalConfe-renceonRobotics&Automation,1994,:3310-3317.

Path planning method of autonomous mobile robot based on vision sensing system*

ZHAO Jing, CAO Jiang-tao

(School of Information and Control Engineering,Liaoning Shihua University,Fushun 113001,China)

It is very difficult for robot to quickly obtain surrounding environment information and establish real-time environment map to achieve autonomous operation in unknown environment.To solve the problem,present a method based on visual navigation,which uses panoramic camera as vision sensor system of robot to collect environmental information and use fuzzy clustering image segmentation to division color map in HSI space,and obtain binary image;grid processing on image is carried out,build environment map,and use 8 directions connected Dijkstra for global path planning and calculate the optimal path,so as to achieve fast and autonomous movement of mobile robot.The simulation experiments show that the method is effective and feasible.

robot; visual navigation; vision sensor; fuzzy clustering; environmental map; path planning

2015—11—04

國家自然科學基金資助項目(61203021)；遼寧省自然科學基金資助項目(2013020024)

TP 391

A

1000—9787(2016)08—0044—03

趙婧(1989-)，女，遼寧錦州人，碩士研究生，主要研究方向為智能機器人自主導航與控制。

DOI:10.13873/J.1000—9787(2016)08—0044—03