２０１７年第３６卷第１０期 传感器与微系统（Ｔｒａｎｓｄｕｃｅｒ ａｎｄ Ｍｉｃｒｏｓｙｓｔｅｍ Ｔｅｃｈｎｏｌｏｇｉｅｓ） ６１
ＤＯＩ：１０．１３８７３／Ｊ．１０００－９７８７（２０１７）１０－００６１－－０３
基于光流传感器的移动机器人定位方法
李世云，关 乐，褚金奎 （大连理工大学精密特种加工教育部重点实验室。辽宁大连１１６０２３）
摘要：详细介绍了光流传感器移动机器人定位系统的运动学原理，给出了理论模型推导；基于理论模 型，搭建了基于光流传感器实验装置，将３只传感器置于移动机器人的固定位置，通过运动学几何关系，解 算机器人的位姿；在室内进行了移动机器人的导航实验，推算了机器人的预测轨迹。实验证明了理论的可 行性，可以作为短距离定位的一种导航方案。 关键词：光流传感器；移动机器人；航迹推算 中图分类号：ＴＰ２１２ 文献标识码：Ａ 文章编号：１０００－９７８７（２０１７）１０－００６１－－０３
Ｄｅａｄ－ｒｅｃｋｏｎｉｎｇ ｆｏｒ ｍｏｂｉｌｅ ｒｏｂｏｔ ｂａｓｅｄ ｏｎ ｍｕｌｔｉｐｌｅ
ｏｐｔｉｃａｌ ｆｌｏｗ ｓｅｎｓｏｒｓ
ＬＩ Ｓｈｉ—ｙｕｎ，ＧＵＡＮ Ｌｅ，ＣＨＵ Ｊｉｎ—ｋｕｉ （Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Ｐｒｅｃｉｓｉｏｎ＆Ｎｏｎ－ｔｒａｄｉｔｉｏｎａｌ Ｍａｃｈｉｎｉｎｇ ｏｆ Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ， Ｄａｌｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ １１６０２３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｋｉｎｅｍａｔｉｃｓ ｐｒｉｎｃｉｐｌｅ ｏｆ ｆｌｏｗ ｓｅｎｓｏｒ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎ ｄｅｔａｉｌ；ｔｈｅｏｒｅｔｉｃａｌ ｍｏｄｅｌ ｄｅｒｉｖａｔｉｏｎ ｉｓ ｇｉｖｅｎ；ｂａｓｅｄ ｏｎ ｔｈｅｏｒｅｔｉｃａｌ ｍｏｄｅｌ，ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｖｉｃｅ ｂａｓｅｄ ｏｎ ｏｐｔｉｃａｌ ｆｌｏｗ ｓｅｎｓｏｒ ｉｓ ｓｅｔ ｕｐ． Ｔｈｒｅｅ ｓｅｎｓｏｒｓ ａｒｅ ｓｅｔ ｉｎ ｆｉｘｅｄ ｐｏｓｉｔｉｏｎ ｏｆ ｍｏｂｉｌｅ ｒｏｂｏｔ．Ｔｈｒｏｕｇｈ Ｋｉｎｅｍａｔｉｃｓ ｇｅｏｍｅｔｒｙ ｒｅｌａｔｉｏｎ，ｐｏｓｅ ｏｆ ｒｏｂｏｔ ｉｓ ｒｅｓｏｌｖｅｄ．Ｎａｖｉｇａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔ ｏｆ ｍｏｂｉｌｅ ｒｏｂｏｔ ｉｓ ｃａｒｒｉｅｄ ｏｕｔ ｉｎ ｉｎｄｏｏｒ，ｐｒｅｄｉｃｔｅｄ ｔｒａｊｅｃｔｏｒｙ ｏｆ ｒｏｂｏｔ ｉｓ ｒｅｃｋｏｎｅｄ．Ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｅｏｒｙ ｉｓ ｐｒｏｖｅｄ ｂｙ ｅｘｐｅｒｉｍｅｎｔ，ａｎｄ ｉｔ ｃａｎ ｂｅ ａ ｎａｖｉｇａｔｉｏｎ ｓｃｈｅｍｅ ｆｏｒ ｓｈｏｒｔ—ｄｉｓｔａｎｃｅ ｐｏｓｉｔｉｏｎｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｏｐｔｉｃａｌ ｆｌｏｗ ｓｅｎｓｏｒｓ；ｍｏｂｉｌｅ ｒｏｂｏｔ；ｄｅａｄ—ｒｅｃｋｏｎｉｎｇ
０引 言 随着智能化时代的到来，移动机器人在工业、农业、医
疗、服务等领域的应用越来越广泛，在其应用过程中最重要 的就是要让机器人随时明确位置和姿态，否则无法正确完
成其他工作，因此，移动机器人的定位研究成为长期以来的 研究热点 Ｊ。
定位是确定移动机器人在二维环境中相对于世界坐标
系的位置及其本身的姿态，是移动机器人导航的最基本的 环节 Ｊ。其中，航迹推算是一种广泛应用的直接进行移动
机器人定位的方式，优点在于不用依靠外部参照物，通常使
用的航迹推算方法是使用安装在驱动轮上的旋转光电编码
器来测量旋转角度，再利用机器人的机械特性计算出机器
人距离出发点的距离和方位，从而得到机器人的位置信息。
由于存在主动轮打滑、转向、反冲等因素的影响，导致此方
法在定位中存在较大的误差。 光流传感器作为一种新型ＣＭＯＳ图像传感器，将图像
采集模块采集的连续图像信息转化为传感器自身的二维
速度信息，目前主要应用于机器人的避障、悬停、定位等
方面。 本文提出了一种基于光流传感器的新型移动机器人的 定位的方法，具有定位精度高、可以有效避免主动打滑、转
向、反冲等因素导致的误差。
１光流传感器原理
光流是指时变图像中模式运动速度。生物学家研究发 现蜜蜂等许多昆虫可以利用光流信息用来导航。基于仿生
学原理，国内外许多学者研制了光流传感器并应用于移动 导航 。如图１所示，采用ＰＸ４ＦＬＯＷ光流传感器…，传
感器主要由７５２ ４８０ＭＴ９Ｖ０３４ ＣＭＯＳ图像传感器、１６ ｍｍ
Ｍ１２镜头、Ｌ３ＧＤ２０三轴陀螺、Ｍａｘｂｏｔｉｘ超声波传感器和
ＳＴＭ３２Ｆ４０５ ＡＲＭ Ｃｏｒｔｅｘ－Ｍ４处理器５个部分组成。
收稿日期：２０１６￣）３－２２ 基金项目：国家自然科学基金资助项目（５１３０５０５７）；国家重点基础研究发展计划资助项目（２０１１ＣＢ３０２１０５）
６２ 传感器与徽系统 第３６苍
图１光流传感器 光流传感器采川最小绝刈 片币¨（ＳＡ１））块 算法，
Ｉ十算步骤如 ：
１）图像传感器采集连续２帧Ｉ纠像，果川ｓＡＩ）算法进行 最佧 配
Ｄ（ ，Ｙ）＝∑∑ √）一 （ｉ ）ｌ （１）
式中 ，、分别为后 ｛ 像中ｉ】埘丁参芬帧罔像ＩＪＬ 块的
水 、 直两个／。‘ｆ 的 彩ｊ ； √分圳为“１前块ＩＪｌ】某像素
点的位置；Ｓ为当前块菜像 的耿 ｆｆＩ【；Ｒ为 帧刘 像 素的恢度值；ｄ为最人的馊索 离选择｛型索 域内的
ＳＡＤ最小值作为最佳 ２）双线性插值 像粜化：波 骼像岽点（ ）住邻域的
４ 像素点（ｉ√），（ｉ＋】｜． ），（ ＋１），（ －４－１， －４－１）， 像素
点的插值为
ｇ（， ，ｖ）＝』４ｍ）＋ ㈨ ＋ ，１ｌ１１／３ ４－ ｌｌ０ （２） 式ｌＩ１ Ａ㈣＝ｇ（ｉ， ）；Ａｌ ＝ （ ＋１． ）一ｇ（ｉ√）； １…＝ｇ（ ， ＋
１）－－ｇ（ｉ√）； ｌｌ＝ｇ（ｉ－Ｉ－１．． 十１）＋ｇ（ √）一ｇ（ｉ√＋１）一
ｇ（ｉ ４－１）； ， 分别为点（ ’）剑点（ｉ， ） 离的水 乖直分
：计算出最佧匹配块Ｉ，Ｉ，Ｊ１ 象求干多功 ３）旋转补偿：为ｒ｛『『ｊ除…ｒ ＣＭ（）ｓ镜 ｒ１身的旋转广：
生的光流，通过自带陀 仪所测 的旋转ｆｆ］述Ｊ 干¨透镜
的焦距／代人公式（３）、一ｒ （４）ｌ｝Ｉ．埘光流 述 补偿，分别
得到 像半而的光流分： ．ｆ１１ 卜
、 （３）
：一 ＿．． ＿／ ＋ （４）
式ｔＩｌ Ｔ＝ ７１、， 、， ］为、卜侈变换列㈣：； 为高发； ，，分圳
为Ｘ，Ｙ 向的像素偏移
４）坐标系变换：将趔Ｊ｝ 波传感 提供的舟度信息ｚ和 光流信息 ， ， 、代人武（５）， 投影天系 算 １ｊｆ 感器相
对于地面的水 增 ， 卜
』 、 ｔ手 ㈩
等
２ 多光流传感器定位运动学分析 图２所示，设世 系、机 人 系和传感器 标系分刖为Ｏ 一Ｘ ，ＯＲ— ，ｆＪ、一Ｙ ， 巾机器人 标 系的的 － 机器人两个驱动轮的几ｆ¨『－Ｉｔ心，机器人坐标
系 －ｊＪＩ 坐 系夹角为０，传感器的夹角 机器人 怀系的 火 为 、传感 ｉ到机器人儿何中心 ｉ离为 ．
Ｏ —Ｄ ＋ （ ）Ｏ （６） 』℃ｔｆ ｒ Ｏ ，Ｏ 分ｊ＿ｆｆ』为传感器和机器人在 界 标系ｆｆｆ的绝
Ｏ ＝［Ｒ，“，ｓ ，Ｒ ｓｉｎ Ｉ
／【一（＇ｓ０ －ｓｉｌｌ ０、
Ｒ ｓｉｎ（０＋￣０）＋Ａ０ Ｒ ＣＯＳ ０ ］＝△ ｌ （７） ｝
－Ｉ △ ，△ 分别为传感器和ｌｆＪ【器人在１¨： 怀系 增
月ｃ ＋ △ｓ＝△ ＋△ （一 ： ： 三 ］ ｃ８
Ａ一（：：一 Ｒ ｓ ｉｎ （０ ＋￣ ９） ／Ｊ；“＝（兰ｉ］；
Ａ＝ １ ０ ０ ｌ ｌ ０ ０ １ ０＋ ）、 ＋ ）Ｊ
０＋ 。）１
０＋ ２）
。 ］
尺（０＋ ）八△ ／ （１０）
第ｌ０期 李世云，等：基于光流传感器的移动机器人定位方法 ６３
褂
图３数据采集模块 数据采集的微处理器采用美国赛普拉斯公司（ｃｙ－
ｐｒｅｓｓ）的ＥＺ－ＵＳＢ ＦＸ２ＬＰ高速ＵＳＢ ２．０接口芯片
ＣＹ７Ｃ６８０１３Ａ－－５６Ｐ，具有和８０５１兼容的ＣＰＵ和指令系统，同
时包含ＵＳＢ接口和完整的ＵＳＢ ２．０协议引擎，并提供了完
整的固件及主机程序开发包。该微处理器采用增强型８０５１
内核，硬件资源更丰富，功能更强大。
３．２ 实验数据
为了验证理论模型的可行性，增强系统的鲁棒性，搭建 了基于三传感器的实验装置，并完成了室内的轨迹推算实
验。将３只传感器放置在距离机器人几何中心Ｒ ＝ ３５０ｍｍ， ＝６０。，１２０。，２７０。处，并且传感器的镜头面向地 面。按照表１的路径坐标进行室内机器人的路径实验，并
由传感器推算出机器人的航迹。 表１机器人预设坐标 将电脑接收的传感器数据，通过数据处理得到移动机 器人的推算轨迹如图４所示。
ｌ ２０Ｏ 量 ｏｏ
４Ｏ０
Ｏ
图４机器人的预设轨迹和推算轨迹 可知，短距离内，本文提出的方法可以得到具有较高精
度的推算轨迹，可以满足移动机器人定位导航要求。
４结论 本文提出了一种利用光流传感器实现移动机器人室内 外导航定位方法，并且搭建了硬件平台和数据采集模块，通
过室内实验验证了该定位系统的可行性，可以作为一种短
距离定位的导航方案。下一步的研究需要对定位系统进行
标定，误差分析，提高装置的导航精度。
参考文献： ［１］ Ｋｉｍ Ｓ，Ｊｅｏｎｇ Ｉ，Ｌｅｅ ｓ．Ｍｏｂｉｌｅ ｒｏｂｏｔ ｖｅｌｏｃｉｔｙ ｅｓｔｉｍａｔｉｏｎ ｕｓｉｎｇ ａ ｒｅｇｕｌａｒ ｐｏｌｙｇｏｎａｌ ａｒｒａｙ ｏｆ ｏｐｔｉｃａｌ ｆｌｏｗ ｓｅｎｓｏｒｓ［Ｍ］．Ｂｅｄｉｎ Ｈｅｉｄｅｌ— ｂｅｒｇ：Ｓｐｒｉｎｇｅｒ，２００７：６４１－－６４９． ［２］唐 ，白涛，蔡自兴．基于光电鼠标的移动机器人室内定 位方法［Ｊ］．微计算机信息，２００５，２１（５）：２０－－２１． ［３］ 于金霞．未知环境中移动机器人自定位技术［Ｍ］．北京：电子 工业出版社，２００１． ［４］Ｄａｈｍｅｎ Ｈ，Ｍａｌｌｏｔ Ｈ Ａ．Ｏｄｏｍｅｔｒｙ ｆｏｒ ｇｒｏｕｎｄ ｍｏｖｉｎｇ ａｇｅｎｔｓ ｂｙ ｏｐｔｉｃ ｆｌｏｗ ｒｅｃｏｒｄｅｄ ｗｉｔｈ ｏｐｔｉｃａｌ ｍｏｕｓｅ ｃｈｉｐｓ［Ｊ］．Ｓｅｎｓｏｒｓ，２０１４， ｌ４（１１）：２１０４５－－２１０６４． ［５］ 吕强，倪佩佩，王国胜，等．基于光流传感器的四旋翼飞行 器悬停校正［Ｊ］．装甲兵工程学院学报，２０１４（３）：６８－－７２． ［６］宋宇，翁新武，郭听刚．基于光流和惯性导航的小型无人机 定位方法［Ｊ］．传感器与微系统，２０１５，３４（１）：１３－－１６． ［７］Ｕｎｈｅｌｋａｒ Ｖ Ｖ，Ｐｅｒｅｚ Ｊ，Ｂｏｅｒｋｏｅｌ Ｊ Ｃ，ｅｔ ａ１．Ｔｏｗａｒｄｓ ｃｏｎｔｒｏｌ ａｎｄ ｓｅｎｓｉｎｇ ｆｏｒ ａｎ ａｕｔｏｎｏｍｏｕｓ ｍｏｂｉｌｅ ｒｏｂｏｔｉｃ ａｓｓｉｓｔａｎｔ ｎａｖｉｇａｔｉｎｇ ａｓ— ｓｅｍｂｌｙ ｌｉｎｅｓ［ｃ］∥２０１４ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏ— ｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ（ＩＣＲＡ），ＩＥＥＥ，２０１４：４１６１—４１６７． ［８］Ｈｏｎｅｇｇｅｒ Ｄ，Ｍｅｉｅｒ Ｌ，Ｔａｎｓｋａｎｅｎ Ｐ，ｅｔ ａ１．Ａｎ ｏｐｅｎ ｓｏｕｒａｅ ａｎｄ ｏｐｅｎ ｈａｒｄｗａｒｅ ｅｍｂｅｄｄｅｄ ｍｅｔｒｉｃ ｏｐｔｉｃａｌ ｆｌｏｗ ＣＭＯＳ ｃａｎｌｅｒａ ｆｏｒ ｉｎ— ｄｏｏｒ ａｎｄ ｏｕｔｄｏｏｒ ａｐｐｌｉｃａｔｉｏｎｓ［Ｃ］ｆ２０１３ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ— ｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ（ＩＣＲＡ），ＩＥＥＥ，２０１３： １７３６－－１７４１． ［９］戎成功．基于ＡＲＭ和ＤＳＰ的移动机器人控制系统的搭建［Ｄ］． 大连：大连理工大学，２０１２：２３－－２４． 作者简介： 李世云（１９８６一），男，硕士研究生，研究方向为机器人导航定
位、嵌入式开发。