一种智能砌筑机器人运动控制方法

本发明涉及砌筑机器人自动化领域，具体涉及一种全向移动平台的精准运动控制方法的设计、定位系统的优化、视觉识别的改进和视觉定位的实现。

背景技术：

1、砌筑机器人在复杂作业环境下实现自动化较为困难，特别是在未知环境中进行自主避障尤为重要。如何在提高砌筑效率和精度的同时，保证自动化砌筑的安全性，仍是一个技术难点。相较于两轮移动模型的建筑用自动砌筑机器人，全向移动平台具有更高的灵活性，有利于提高砌筑效率并实现自主避障。然而，全向移动平台的精准运动控制依赖于其自身位置的准确实时解算，这仍是一大难题。

2、已有技术中，公开号为cn113147956a的专利，公开了一种麦克纳姆轮agv小车，该小车包括一种装备电磁或光学等自动导航装置的移动平台，能够沿规定的导航路径行驶。该控制方法需要事先调试路径，完成相同路径的重复任务，难以发挥麦克纳姆轮移动平台在未知环境中的灵活性。控制策略直接影响砌筑的操作精度和稳定性，现有的控制算法在面对障碍物和复杂路径规划时，往往难以保证机器人的平滑运动和稳定控制。

3、在实际应用中，机器人依赖工业相机实时采集砖块和环境的图像，但由于施工现场环境复杂，光照条件多变，原始图像中往往含有大量噪声和干扰。这些噪声和干扰会严重影响图像处理效果，导致目标识别困难和误识别率高。如何有效地进行颜色空间转换和降噪处理，以提高图像质量和目标识别准确率，需要高效的解决方案。

4、在图像处理的基础上，机器人需要对目标砖块进行准确的空间定位和特征提取。然而，由于图像处理算法的鲁棒性和精度有限，当前的目标识别和定位技术难以满足高精度砌筑作业的要求。尤其是在复杂环境中，如何准确获取砖块的空间位姿信息，仍是一个技术难点。

5、综上所述，自主砌筑机器人在视觉处理、目标识别与定位、机器人定位与控制以及运动控制策略等方面仍存在诸多技术问题。这些问题不仅影响了机器人砌筑作业的精度和效率，也限制了其在实际工程中的广泛应用。因此，解决上述技术难题，实现对砌筑机器人运动控制的高精度、稳定性和鲁棒性，对实现砌筑机器人自动化具有十分重要的意义。

技术实现思路

1、发明目的：本发明的目的在于提供一种智能砌筑机器人运动控制方法，能够有效提高砌筑机器人对目标砖块的识别精度和运动过程中的定位精度，实现了机器人运动过程中障碍物的预判，提高了控制效率。

2、为了解决上述技术问题，本发明通过以下技术方案实现：一种智能砌筑机器人运动控制方法，包括：

3、对相机实时采集的目标砖块与环境背景原始图像进行颜色空间转换，通过转换效果对比，确定颜色分量加权处理因子，并对图片进行降噪处理；

4、基于处理后的图像对目标砖块进行特征提取以及空间坐标运算，获取目标砖块空间位姿信息；

5、基于融合定位机构实时解算砌筑机器人航向转角和当前位置坐标信息，通过计算砌筑机器人距离目标位置的坐标差，获取机器人的运动控制偏量；

6、基于人工势场法原理，得到砌筑机器人所受到的虚拟合力，将其转化为xy方向的分速度，并根据砌筑机器人的逆运动分析结果，进一步获得其在四轮控制下的转速。

7、进一步地，所述原始图像颜色空间转换和降噪处理过程如下：

8、利用工业相机实时采集目标砖块与环境背景原始图像；

9、将获取图像从rgb颜色空间转换到ycbcr颜色空间；

10、对ycbcr颜色空间中三个颜色分量作如下加权处理；

11、plmage＝α×y+β×cb+γ×cr

12、式中：α、β、γ为分量加权因子，y、cb、cr为三个分量；

13、采用高斯内核对图像进行过滤以去除图片噪声。

14、进一步地，所述采用高斯内核对图像进行过滤以去除图片噪声的过程如下：

15、确定高斯核的标准差σ和高斯核的大小s；

16、将高斯核的中心对齐，使用高斯函数计算每个核元素的值，二维高斯函数的公式为：

17、

18、归一化高斯核，将每个元素除以核所有元素：

19、

20、式中：i和j是相对于高斯核中心的位置偏移；

21、采用卷积公式将高斯核与图像进行卷积，将核的中心与图像中每个像素位置对齐，通过计算高斯核和其所覆盖区域的元素乘积之和，得到该位置的新像素值，高斯卷积公式如下：

22、

23、式中：i(x,y)是原始图像；i’(x,y)是处理后的图像，m为高斯核半径。

24、进一步地，所述对目标砖块进行特征提取以及空间坐标变换过程如下：

25、对相机进行标定：获取相机的参数矩阵和畸变系数；

26、相机畸变的校正：基于上一步骤获取的参数矩阵和畸变系数，将图像从畸变坐标转换为校正后的坐标；

27、相机坐标系的变换：首先将图像坐标系转换到相机坐标系，再将相机坐标系转换到世界坐标系。

28、进一步地，所述相机畸变的校正，其具体过程如下：

29、建立相机的畸变模型，包括径向畸变和切向畸变，其中：

30、xdistorted＝x(1+k1r2+k2r4+k3r6)

31、ydistorted＝y(1+k1r2+k2r4+k3r6)

32、径向畸变为镜头的球面引起的畸变，校正公式为：

33、式中：(x,y)是未畸变的坐标，(xdistorted,ydistorted)是畸变后的坐标，k1，k2，k3是径向畸变系数，是归一化坐标的径向距离；

34、切向畸变为镜头和图像不完全平行引起的畸变，校正公式为：

35、xcorrected＝xdistorted+[2p1y+p2(r2+2x2)]

36、ycorrected＝ydistorted+[p1(r2+2y2)+2p2x]

37、式中，p1，p2是切向畸变系数；

38、使用相机内参矩阵k将校正后的归一化图像坐标映射到像素坐标：

39、

40、式中：k为相机的内参矩阵；(u,e)为图像坐标。

41、进一步地，所述空间坐标的变换的过程如下：

42、使用相机内参矩阵k，将目标物的图像坐标(u,e)和对应深度zc，转化为相机坐标中的(xc,yc,zc)，其中深度zc的计算公式如下：

43、

44、式中：f是相机的焦距，zc是目标物的深度，areal和aimage分别是目标物实际面积与图像面积；

45、使用旋转矩阵r以及平移向量t，将相机坐标系(xc,yc,zc)转换到世界坐标系(xt,yt,zt)，转换公式为：

46、

47、式中：r为3×3的旋转矩阵；t是3×1的平移向量。

48、进一步地，基于融合定位机构解算机器人与目标位置坐标差，具体过程如下：

49、设计惯性测量单元和编码器融合定位机构；

50、基于融合定位机构判断航向转角δθ；

51、基于航向转角和目标位姿获取编码器在x和y方向轴向位移；

52、基于编码器轴向位移，计算编码器直线移动距离；

53、基于编码器直线移动距离，获取对应全向轮位移增量。

54、进一步地，基于融合定位机构判断航向转角δθ，主要过程如下：

55、温度测量：基于温度传感器实时测量砌筑机器人所在环境温度；

56、温度校正：基于温度传感器读数校正惯性测量单元imu数据；

57、航向转角判断：基于温度传感器读数计算航向转角，公式如下：

58、

59、

60、式中：θimu通过惯性测量单元实时获取；θenc通过编码器解算出；t为温度传感器读数，tthreshold为所设定的温度阈值；ll和lr为编码器直线移动距离。

61、循环执行：不断重复测量温度，实时计算航向转角；

62、进一步地，所述基于人工势场法原理获得砌筑机器人xy方向上的分速度，主要过程如下：

63、基于机器视觉和激光雷达获取目标砖块坐标(xt,yt)以及障碍物坐标(xob,yob)；

64、基于人工势场法原理，生成机器人对目标砖块的虚拟引力fatt和障碍物虚拟斥力frep，并通过计算获得两者合力f；

65、基于牛顿第二定律，在机器人输出功率p恒定的情况下，将虚拟合力f转化为砌筑机器人的速度v，转化公式如下：

66、

67、式中：vmax为机器人所能达到的最大移动速度，由电机驱动功率决定；

68、将速度v正交分解，得到砌筑机器人在x、y方向上的线速度vx和vy，计算公式如下：

69、

70、式中，θ为机器人当前航向角，δθ为机器人航向角增量；

71、基于机器人运动时间t和航向角增量δθ，假设其在行驶过程中受到均匀的摩擦力，计算砌筑机器人在角速度ω：

72、

73、式中：δx、δy为机器人定位中心在x、y方向移动的距离。

74、进一步地，根据砌筑机器人逆运动分析获得其在四轮控制下的转速，具体过程包括以下：

75、根据逆运动学分析计算得到四个轮子的转速v1、v2、v3、v4：

76、

77、式中：j为砌筑机器人驱动机构的雅可比矩阵，取值为：

78、

79、基于计算获得的v1、v2、v3、v4，可以实现砌筑机器人的运动控制。

80、基于相同的发明构思，本发明的一种智能砌筑机器人运动控制方法，包括：

81、图像处理模块，对相机实时采集的目标砖块与环境背景原始图像进行颜色空间转换，通过转换效果对比，确定颜色分量加权处理因子，并对图片进行降噪处理；

82、坐标提取模块，用于对处理后的图像对目标砖块进行特征提取以及空间坐标运算，获取目标砖块空间位姿信息；

83、融合定位模块，用于实时解算砌筑机器人航向转角和当前位置坐标信息，通过计算砌筑机器人距离目标位置的坐标差，获取机器人的运动控制偏量；

84、运动控制模块，用于基于人工势场法原理，得到砌筑机器人所受到的虚拟合力，将其转化为xy方向下的分速度，并根据砌筑机器人的逆运动分析结果，进一步获得其在四轮控制下的转速。

85、有益效果：本发明的技术方案与现有技术相比，其有益效果在于：

86、本发明基于机器视觉实时采集目标砖块以及环境背景图像，并通过ycbcr颜色空间转换和分量加权，不仅减少了建筑工地光线变化对图像处理的影响，而且有助于砖块目标与背景之间差异的显著化，提高了机器人的目标识别精度；

87、本发明基于惯性测量单元和横纵编码器定位机构的组合，在高温环境下动态调整航向角数据的获取来源，降低了航向转角的跟踪误差，增强了系统的鲁棒性，提高了砌筑机器人整体的定位精度。

88、本发明在砌筑机器人定位模型基础上，进一步融入人工势场法来构建运动控制算法，通过激光雷达实时获取周围障碍物信息，实现了机器人运动过程中障碍物的预判，提高了控制效率。

技术特征：

1.一种智能砌筑机器人运动控制方法，其特征在于，包括：

2.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，所述原始图像颜色空间转换和降噪处理，主要过程如下：

3.根据权利要求2所述的一种智能砌筑机器人运动控制方法，其特征在于，所述采用高斯内核对图像进行过滤以去除图片噪声的过程如下：

4.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，所述对目标砖块进行特征提取，其具体过程如下：

5.根据权利要求4所述的一种智能砌筑机器人运动控制方法，其特征在于，相机畸变的校正，其具体过程如下：

6.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，所述空间坐标的变换，包括以下：

7.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，基于融合定位机构解算机器人与目标位置坐标差，主要过程如下：

8.根据权利要求7所述的一种智能砌筑机器人运动控制方法，其特征在于，基于融合定位机构判断航向转角δθ，主要过程如下：

9.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，基于人工势场法原理获得砌筑机器人xy方向上的分速度，主要过程如下：

10.根据权利要求1所述的一种智能砌筑机器人运动控制方法，其特征在于，根据砌筑机器人逆运动分析获得其在四轮控制下的转速，具体过程包括以下：

技术总结
本发明公开了一种智能砌筑机器人运动控制方法，该控制方法包括：基于计算机视觉获取目标砖块图像，通过颜色空间转换时的加权处理，更精准的识别目标砖块；根据视觉识别目标砖块的特征信息，解算出图像坐标系中目标砖块在世界坐标系下的位置坐标；根据砌筑作业中温度一影响因素对定位系统的影响，设计了惯性测量单元和编码器融合定位系统；基于定位系统解算出的运动控制偏量，结合人工势场法原理，得到其所受到的虚拟合力，并根据其逆运动分析结果，最终实现全向移动平台的精准控制。本发明能够在自动化砌筑领域保证安全性的同时提高砌筑效率，解决全向移动平台运动控制困难的问题。

技术研发人员：张宝驹,袁明新,赵慧敏,朱祖宁,刘美婷,费腾,赵存存,陈奕菲,任贝贝,江亚峰
受保护的技术使用者：张家港江苏科技大学产业技术研究院
技术研发日：
技术公布日：2024/9/23