田明銳 楊 皓 胡永彪

1.長安大學(xué)道路施工技術(shù)與裝備教育部重點(diǎn)實(shí)驗(yàn)室，西安，7100642.廣西柳工機(jī)械股份有限公司，柳州，545006

0 引言

室內(nèi)移動機(jī)器人是運(yùn)行在室內(nèi)環(huán)境的自主移動機(jī)器人，如工業(yè)生產(chǎn)機(jī)器人、服務(wù)機(jī)器人、醫(yī)療機(jī)器人和倉儲機(jī)器人等[1-3]。目前，關(guān)于室內(nèi)移動機(jī)器人領(lǐng)域的研究主要集中在室內(nèi)定位、自主導(dǎo)航、運(yùn)動控制和協(xié)同作業(yè)幾個(gè)方面，其中室內(nèi)定位技術(shù)是移動機(jī)器人完成其他任務(wù)的基礎(chǔ)與前提。相對于室外定位技術(shù)大都依賴衛(wèi)星定位的情況，室內(nèi)定位技術(shù)受到室內(nèi)環(huán)境復(fù)雜性和動態(tài)性的影響，一直是機(jī)器人定位技術(shù)研究領(lǐng)域的難點(diǎn)與熱點(diǎn)。

借助于不同的傳感器技術(shù)，室內(nèi)定位方法種類繁多，包括紅外定位[4]、超聲波定位[5]、無線網(wǎng)絡(luò)定位[6]、藍(lán)牙定位[7]、激光雷達(dá)定位[8]和視覺定位[9]等。機(jī)器視覺傳感器對復(fù)雜環(huán)境的強(qiáng)感知性和圖像處理技術(shù)獲得的高精度定位使視覺定位方法受到了廣泛的關(guān)注[10]。

目前，基于視覺的室內(nèi)定位方法主要分為相對定位方法和絕對定位方法兩類。

相對定位方法利用固定在移動機(jī)器人上的相機(jī)傳感器采集周圍環(huán)境圖像并處理，通過檢測環(huán)境中的人工標(biāo)識來進(jìn)行機(jī)器人的定位。謝家浩等[11]研究了一種基于視覺同步定位與建圖(SLAM)的相對定位方法，采用ORB(oriented FAST and rotated BRIEF)算法對特征點(diǎn)進(jìn)行提取和描述，實(shí)現(xiàn)了對目標(biāo)物的實(shí)時(shí)定位。楊鹿情[12]設(shè)計(jì)了一種將顏色特征與形狀特征相結(jié)合的人工信標(biāo)，利用串聯(lián)式組合誤匹配剔除算法實(shí)現(xiàn)室內(nèi)移動機(jī)器人的定位，減小了單目視覺SLAM系統(tǒng)前端存在的較多誤匹配對位姿估計(jì)的影響。相對定位方法定位迅速，精度較高，但需安裝大量機(jī)載設(shè)備，成本較高，同時(shí)該方法算法復(fù)雜，易受環(huán)境不確定因素的影響。

相比之下，絕對定位方法通過置于環(huán)境中的相機(jī)傳感器對目標(biāo)物及周圍環(huán)境進(jìn)行圖像采集，通過圖像處理進(jìn)行移動機(jī)器人的定位，可有效降低機(jī)器人機(jī)載設(shè)備的復(fù)雜性，同時(shí)具有成本低、適應(yīng)性強(qiáng)和算法簡單等優(yōu)點(diǎn)。黎安慶等[13]提出了一種基于分布式視覺技術(shù)的機(jī)器人絕對定位方法，在3 m×5 m的區(qū)域內(nèi)該方法的平均定位精度為8.1 cm，方位角平均精度為8.05°。林劍冰等[14]采用定距雙球作為標(biāo)志物，設(shè)計(jì)了一種室內(nèi)自動運(yùn)輸車的絕對定位系統(tǒng)，可同時(shí)實(shí)現(xiàn)其位置與方向的定位，相對誤差一般情況下保持在1.5%以內(nèi)，在距離系統(tǒng)3 m范圍的短距離定位的絕對誤差小于1 cm。李鵬等[15]提出了一種基于標(biāo)定板絕對定位方案，利用高斯混合模型背景減除法檢測機(jī)器人運(yùn)動區(qū)域，縮小了標(biāo)定板角點(diǎn)的提取范圍，提高了定位的實(shí)時(shí)性，當(dāng)機(jī)器人速度為0.3 m/s時(shí)，平均定位精度為6.86 cm。

上述絕對定位方法研究為保證定位精度，視場范圍設(shè)置相對較小，在機(jī)器人低速移動時(shí)可滿足較高的實(shí)時(shí)定位要求。目前，關(guān)于大視場范圍與高速移動目標(biāo)的絕對定位方法研究較少。本文對大視場范圍移動機(jī)器人的高速動態(tài)定位方法進(jìn)行了研究，將相機(jī)多參量非線性標(biāo)定方法與基于光信標(biāo)高速定位算法相結(jié)合，提高高速移動機(jī)器人的定位精度。

1 基于多相機(jī)的大視場傳感器系統(tǒng)

1.1 定位系統(tǒng)硬件配置與軟件構(gòu)架

如圖1所示，定位系統(tǒng)硬件由一組具有外部同步觸發(fā)器的相機(jī)、一臺工控機(jī)和LED光信標(biāo)組成，定位面積即相機(jī)總視場可達(dá)43 m2。系統(tǒng)選用MER-131-75GX-P工業(yè)相機(jī)進(jìn)行圖像采集，相機(jī)內(nèi)部采用CMOS感光芯片，采集圖像分辨率為1280×1024。每臺相機(jī)通過GigE數(shù)據(jù)傳輸線連接到處理節(jié)點(diǎn)，允許以每秒75幀的速度進(jìn)行圖像采集。處理節(jié)點(diǎn)為一個(gè)通用的多核PC平臺，具有控制和處理來自多個(gè)相機(jī)信息的能力。實(shí)驗(yàn)中使用的所有機(jī)器人平臺采用Traxxas-83024-4輪式機(jī)器人底盤，采用全輪驅(qū)動、前輪轉(zhuǎn)向的方式運(yùn)動，最高速度可達(dá)48.3 km/h。機(jī)器人上部安裝220×20 mm的LED光信標(biāo)，其方向與機(jī)器人幾何中心線平行，光信標(biāo)的幾何中心與機(jī)器人的質(zhì)心重合。

圖1 定位系統(tǒng)方案示意圖Fig.1 Schematic diagram of positioning system hardware

定位系統(tǒng)軟件使用C/C++語言實(shí)現(xiàn)程序框架和定位功能算法，利用MATLAB相機(jī)標(biāo)定工具完成視覺系統(tǒng)標(biāo)定，其構(gòu)架如圖2所示。該軟件系統(tǒng)主要由相機(jī)標(biāo)定、移動機(jī)器人定位、動態(tài)誤差補(bǔ)償三方面構(gòu)成。

圖2 定位系統(tǒng)軟件構(gòu)架Fig.2 Positioning system software architecture

1.2 大視場多相機(jī)非線性標(biāo)定

1.2.1多參量非線性標(biāo)定方法

相機(jī)標(biāo)定旨在獲得圖像坐標(biāo)(u,v)與地面坐標(biāo)(xw,yw)的映射關(guān)系，是后續(xù)定位系統(tǒng)實(shí)現(xiàn)的前提。傳統(tǒng)相機(jī)的線性標(biāo)定方法不考慮圖像的徑向、切向的畸變，標(biāo)定后的精度較低，且對噪聲敏感。相機(jī)的非線性標(biāo)定方法引入了相機(jī)的畸變參數(shù)，成像模型更加精確，可有效提高標(biāo)定精度。

傳統(tǒng)的相機(jī)非線性標(biāo)定[16]借助一組靶標(biāo)數(shù)據(jù)對相機(jī)參數(shù)進(jìn)行標(biāo)定，當(dāng)視場范圍增大時(shí)，該標(biāo)定方法精度較低。為提高大視場環(huán)境下的相機(jī)標(biāo)定精度，排除偶然誤差的影響，本文選用多組靶標(biāo)對相機(jī)進(jìn)行非線性標(biāo)定，靶標(biāo)組數(shù)的選取與相機(jī)視場大小相關(guān)。

第k(k=1,2,…,n)組靶標(biāo)中第i個(gè)靶標(biāo)點(diǎn)的圖像坐標(biāo)與地面坐標(biāo)滿足如下關(guān)系：

(1)

式中，m′k11、m′k12、m′k14、m′k21、m′k22、m′k24、m′k31、m′k32為標(biāo)定參量。

式(1)的矩陣方程形式為

Akm′k=Bk

(2)

Ak=

m′k=

利用k個(gè)單應(yīng)矩陣計(jì)算平均單應(yīng)矩陣：

(3)

將該平均單應(yīng)矩陣作為最終將圖像坐標(biāo)映射至地面坐標(biāo)的單應(yīng)矩陣。

根據(jù)式(1)和式(3)可計(jì)算相機(jī)圖像坐標(biāo)(ui,vi)映射至地面的坐標(biāo)(x′wi,y′wi)。相機(jī)的標(biāo)定誤差即定位系統(tǒng)的靜態(tài)誤差在地面坐標(biāo)系xw、yw方向上分別為Ex=|xwi-x′wi|、Ey=|ywi-y′wi|。該標(biāo)定方法和僅選用一組靶標(biāo)點(diǎn)的標(biāo)定方法相比可有效提高定位精度。

非線性標(biāo)定實(shí)驗(yàn)利用MATLAB中的Camera Calibrator相機(jī)標(biāo)定工具，對相機(jī)內(nèi)部參數(shù)進(jìn)行標(biāo)定，結(jié)果如表1所示。

表1 相機(jī)內(nèi)部參數(shù)

根據(jù)相機(jī)內(nèi)參數(shù)據(jù)，對相機(jī)所采集的圖像進(jìn)行去畸變校正。由于單個(gè)相機(jī)視場約為25 m2，故在去畸變后的圖像中共選取4組靶標(biāo)點(diǎn)作為單應(yīng)矩陣的標(biāo)定點(diǎn)，即k=4。根據(jù)式(1)～式(3)計(jì)算左右兩相機(jī)的平均單應(yīng)矩陣：

(4)

(5)

根據(jù)式(1)、式(4)、式(5)計(jì)算地面所有靶標(biāo)點(diǎn)的世界坐標(biāo)，并利用MATLAB中Curve Fitting工具擬合出所有像素點(diǎn)靜態(tài)誤差，如圖3所示，定位系統(tǒng)的平均靜態(tài)定位精度為2.26 mm。若只選取單組靶標(biāo)點(diǎn)，即k=1，則經(jīng)計(jì)算得定位系統(tǒng)的平均靜態(tài)定位精度為4.77 mm。基于多組靶標(biāo)點(diǎn)的相機(jī)非線性標(biāo)定方法使相機(jī)標(biāo)定精度提高約52.6%。

1.2.2多相機(jī)視場融合

在大視場移動機(jī)器人定位之前，需將各相機(jī)成像平面坐標(biāo)統(tǒng)一化，即多相機(jī)視場融合，作為后續(xù)同名目標(biāo)檢測的計(jì)算基礎(chǔ)。同一平面目標(biāo)點(diǎn)在不同成像平面上的映射關(guān)系可通過單應(yīng)矩陣變換表達(dá)，因此本文基于不同視場圖像坐標(biāo)系的單應(yīng)矩陣標(biāo)定來實(shí)現(xiàn)多相機(jī)視場融合。

選取同時(shí)出現(xiàn)在相機(jī)p、相機(jī)q視場中的4個(gè)靶標(biāo)點(diǎn)，組成兩組圖像坐標(biāo)(upi,vpi)、(uqi,vqi)，i=1,2,3,4，代入下式：

(6)

根據(jù)1.2.1節(jié)所述方法，計(jì)算相機(jī)q映射至相機(jī)p的單應(yīng)矩陣m′q-p，可得由右相機(jī)標(biāo)定至左相機(jī)的單應(yīng)矩陣：

(a)左相機(jī)Ex

(7)

2 動態(tài)定位系統(tǒng)算法設(shè)計(jì)

2.1 基于光信標(biāo)的高速目標(biāo)定位算法

模板匹配、光流法和幀差法等算法是基于圖像的運(yùn)動目標(biāo)檢測及定位的常用方法。模板匹配法能夠適應(yīng)較為復(fù)雜的背景，定位精度較高；光流法與幀差法可直接獲得目標(biāo)物的運(yùn)動信息，易于進(jìn)行實(shí)時(shí)處理。當(dāng)定位目標(biāo)增多，且目標(biāo)物高速運(yùn)動時(shí)，上述定位算法會非常復(fù)雜，圖像處理時(shí)間長，造成定位系統(tǒng)實(shí)時(shí)性較差、動態(tài)定位誤差大等問題。為解決高速多目標(biāo)定位算法的上述問題，本文提出基于光信標(biāo)的高速定位算法。該算法定位目標(biāo)具有較高的移動速度，并涉及跨視場多目標(biāo)的定位問題，算法流程圖見圖4。

圖4 基于光信標(biāo)的高速定位算法流程圖Fig.4 Flow chart of high-speed positioning algorithmbased on optical beacon

使用光信標(biāo)能夠簡化圖像運(yùn)動目標(biāo)檢測算法，有利于提高定位算法的運(yùn)行速度。該定位算法設(shè)置較短的相機(jī)曝光時(shí)間，借助固定閾值方法快速提取圖像中安裝光信標(biāo)的移動檢測物體，得到無其他干擾的目標(biāo)物二值圖像。設(shè)原圖像像素點(diǎn)灰度級為f(u,v)，二值化后圖像像素點(diǎn)灰度級為g(u,v)，固定閾值為T0，則二值化計(jì)算公式為

(8)

針對二值化處理后的圖像，利用連通域分析與循環(huán)遍歷算法，獲得連通域外接矩形的長h、寬w、質(zhì)心坐標(biāo)(uc,vc)和左上角點(diǎn)坐標(biāo)(u0,v0)等參數(shù)。由于光信標(biāo)的中心與機(jī)器人質(zhì)心重合，連通域外接矩形的圖像質(zhì)心坐標(biāo)(uc,vc)為機(jī)器人質(zhì)心的圖像坐標(biāo)，故可根據(jù)式(1)、式(4)和式(5)計(jì)算機(jī)器人質(zhì)心的位置坐標(biāo)(xc,yc)。

移動機(jī)器人的姿態(tài)角計(jì)算示意圖見圖5。首先，根據(jù)外接矩形長寬比的不同(圖5a為w>h，圖5b為w

(9)

(a)w>h(b)h>w圖5 機(jī)器人姿態(tài)角計(jì)算示意圖Fig.5 Schematic diagram of robot attitudeangle calculation

式中，ucl、uc(l-1)分別為第l與第l-1時(shí)刻機(jī)器人質(zhì)心的圖像橫坐標(biāo)值。

移動機(jī)器人的位姿信息包含其質(zhì)心坐標(biāo)與姿態(tài)角，向量形式表示為(xc,yc,θ)T。

2.2 跨視場同名目標(biāo)檢測算法

考慮相機(jī)布置中存在一定的視場重合區(qū)域，當(dāng)物體位于重合區(qū)域時(shí)將同時(shí)出現(xiàn)在兩個(gè)相機(jī)的圖像中，如何區(qū)分不同視場中的同名目標(biāo)物是多相機(jī)定位方法中的一個(gè)關(guān)鍵。在目標(biāo)定位計(jì)算前，可對相鄰相機(jī)視場圖像中的同名目標(biāo)物進(jìn)行判別與剔除，避免同名目標(biāo)的重復(fù)定位計(jì)算。

跨視場同名目標(biāo)檢測算法將同一時(shí)刻相鄰相機(jī)采集的圖像進(jìn)行處理，分別獲得左相機(jī)、右相機(jī)圖像中所有連通域目標(biāo)的質(zhì)心參數(shù)(uLcj,vLcj)和(uRci,vRci)，結(jié)合1.2.2節(jié)中得到的單應(yīng)矩陣，將右相機(jī)圖像中所有質(zhì)心點(diǎn)(uRci,vRci)映射至左相機(jī)圖像中，得到(u′Rci、v′Rci)。計(jì)算映射后各質(zhì)心點(diǎn)坐標(biāo)(u′Rci、v′Rci)與左相機(jī)圖像中原質(zhì)心點(diǎn)坐標(biāo)(uLcj,vLcj)間的距離：

(10)

將其與距離閾值Te比較，進(jìn)而判定右相機(jī)中對應(yīng)目標(biāo)物是否為同名目標(biāo)物，并將其排除，Te的選取與相機(jī)參數(shù)、相機(jī)的布置以及移動機(jī)器人幾何尺寸參數(shù)有關(guān)，可通過實(shí)驗(yàn)方法確定。設(shè)命題Q(i)為右相機(jī)中第i個(gè)目標(biāo)物為同名目標(biāo)物，當(dāng)Q(i)=TRUE時(shí)該目標(biāo)為同名目標(biāo)物，當(dāng)Q(i)=FALSE時(shí)該目標(biāo)為非同名目標(biāo)物，其判別公式如下：

(11)

該算法通過比對左右相機(jī)中每個(gè)連通域目標(biāo)質(zhì)心坐標(biāo)，利用式(11)實(shí)現(xiàn)同名目標(biāo)的判別和剔除，其流程如圖6所示。

圖6 同名目標(biāo)檢測算法流程圖Fig.6 Flow chart of same-named targetdetection algorithm

2.3 動態(tài)定位誤差補(bǔ)償算法

盡管上述高速定位算法程序運(yùn)行周期較短，但系統(tǒng)仍會產(chǎn)生一定的時(shí)延，尤其目標(biāo)物處于高速移動時(shí)，系統(tǒng)輸出的位姿信息滯后較為嚴(yán)重，即定位系統(tǒng)存在一定的動態(tài)誤差，因此，需進(jìn)行動態(tài)定位誤差的補(bǔ)償以提高系統(tǒng)定位精度。

由于程序運(yùn)行周期較短，故假設(shè)機(jī)器人行駛速度v在同一運(yùn)行周期內(nèi)保持不變。選取機(jī)器人質(zhì)心(x,y)為第一特征點(diǎn)，建立該特征點(diǎn)的運(yùn)動學(xué)方程[17]：

(12)

(13)

式中，下標(biāo)m表示時(shí)刻；T為程序運(yùn)行周期；vx、vy為第一特征點(diǎn)在圖像空間中x、y方向上的速度。

同理，選取機(jī)器人姿態(tài)角θ為第二特征點(diǎn)，建立該特征點(diǎn)的運(yùn)動學(xué)方程：

θm+1=θm+vθT

(14)

vθ=(θm-θm-1)/T

(15)

式中，vθ為第二特征點(diǎn)的變化率，即角速度。

動態(tài)定位誤差補(bǔ)償算法基于上述運(yùn)動學(xué)模型，在C/C++語言編程環(huán)境中開發(fā)，分析計(jì)算機(jī)器人的移動軌跡、速度和方向等信息，預(yù)測定位系統(tǒng)存在時(shí)延時(shí)機(jī)器人的真實(shí)位姿，完成誤差補(bǔ)償。該算法流程圖見圖7。

圖7 動態(tài)定位誤差補(bǔ)償算法流程圖Fig.7 Flow chart of dynamic positioning errorcompensation algorithm

3 定位系統(tǒng)實(shí)驗(yàn)

3.1 移動機(jī)器人位姿定位實(shí)驗(yàn)

根據(jù)2.1節(jié)提出的定位算法，以左相機(jī)為例，設(shè)置合適的曝光參數(shù)，使圖像能夠清晰完整地顯示移動機(jī)器人上安裝的光信標(biāo)，程序運(yùn)行結(jié)果如圖8所示。由輸出結(jié)果可知，共檢測到三臺移動機(jī)器人，分別為Car_0、Car_1和Car_2，它們對應(yīng)的位姿向量分別為(579.28 mm,385.67 mm,36.87°)T、(583.28 mm,482.33 mm,-36.87°)、(692.84 mm,569.38 mm,124.13°)T。

圖8 移動機(jī)器人位姿計(jì)算程序運(yùn)行結(jié)果Fig.8 Running results of mobile robot position andattitude angle calculation program

3.2 跨視場同名目標(biāo)物檢測實(shí)驗(yàn)

首先進(jìn)行距離閾值Te的設(shè)定。選取三組位于相機(jī)視場重疊區(qū)域的地面坐標(biāo)點(diǎn)(xLcj,yLcj)、(xRci,yRci)，i,j=1,2,3(即每組包含3對坐標(biāo)點(diǎn))，分別獲得它們位于左圖、右圖中的圖像坐標(biāo)(uLcj,vLcj)、(uRci,vRci)。同時(shí)根據(jù)1.2.2得到的單應(yīng)矩陣m′R-L，將位于右圖中的三組坐標(biāo)點(diǎn)映射至左圖并統(tǒng)計(jì)映射誤差eui=|u′Rci-uLcj|、evi=|v′Rci-vLcj|，結(jié)果如表2所示。

表2 坐標(biāo)點(diǎn)映射誤差

根據(jù)表2中數(shù)據(jù)，結(jié)合移動機(jī)器人幾何尺寸，將距離閾值Te設(shè)定為25 pixel。而后，根據(jù)2.2節(jié)中算法，對視場范圍中圖9所示的移動機(jī)器人分布進(jìn)行同名目標(biāo)的檢測與排除，該視場范圍內(nèi)共有四臺移動機(jī)器人，其中2號、3號為出現(xiàn)在視場重疊區(qū)域的同一移動機(jī)器人。

圖9 兩視場中移動機(jī)器人分布Fig.9 Distribution of mobile robots in twofields of view

該算法的輸出結(jié)果如圖10所示，成功檢測出3號機(jī)器人為同名目標(biāo)物并對其進(jìn)行了剔除，最終獲得三個(gè)有效目標(biāo)，分別用Car_0、Car_1與Car_2表示。由結(jié)果可知，該算法能夠準(zhǔn)確地判斷有效目標(biāo)并去除重復(fù)同名目標(biāo)，為定位系統(tǒng)檢測多目標(biāo)的準(zhǔn)確性提供保障。

圖10 同名目標(biāo)檢測程序運(yùn)行結(jié)果Fig.10 Running results of same-named targetdetection algorithm

3.3 移動機(jī)器人定位動態(tài)誤差補(bǔ)償實(shí)驗(yàn)

在獲得移動機(jī)器人靜態(tài)位姿且進(jìn)行了同名目標(biāo)檢測與排除的前提下，通過實(shí)驗(yàn)驗(yàn)證機(jī)器人在0.3 m/s、1.2 m/s、2.3 m/s、3.2 m/s四組不同平均速度下動態(tài)誤差補(bǔ)償算法的有效性。當(dāng)機(jī)器人處于最高平均速度3.2m/s時(shí)，其質(zhì)心坐標(biāo)實(shí)際值與估計(jì)值對比圖、姿態(tài)角實(shí)際值與估計(jì)值對比圖見圖11和圖12。

圖11 平均速度值為3.2 m/s時(shí)機(jī)器人質(zhì)心軌跡實(shí)際值與估計(jì)值對比Fig.11 Comparison of the actual and estimated valuesof the robot’s center of mass position with the averagespeed is 3.2 m/s

圖12 平均速度值為3.2 m/s時(shí)機(jī)器人姿態(tài)角實(shí)際值與估計(jì)值對比Fig.12 Comparison of the actual and estimated valuesof the robot’s attitude angle with the averagespeed is 3.2 m/s

根據(jù)不同速度下的實(shí)際值與估計(jì)值對比圖得質(zhì)心坐標(biāo)誤差補(bǔ)償平均精度與姿態(tài)角誤差補(bǔ)償平均精度，如表3所示。

表3 動態(tài)誤差補(bǔ)償后定位系統(tǒng)精度

由表3可得，在移動機(jī)器人最高平均速度可達(dá)3.2 m/s時(shí)，系統(tǒng)位置平均動態(tài)定位精度為5 cm、姿態(tài)角平均動態(tài)定位精度為0.6°。

4 結(jié)論

本文針對室內(nèi)高速移動機(jī)器人實(shí)時(shí)定位問題，提出了一種基于視覺的高精度絕對定位方法。該方法利用多相機(jī)視場融合，實(shí)現(xiàn)了43 m2的大視場絕對定位，結(jié)合同名目標(biāo)物排除算法，解決了多相機(jī)視場重疊區(qū)域機(jī)器人定位問題；利用多參量非線性標(biāo)定方法，提高平均靜態(tài)定位精度至2.26 mm；采用光信標(biāo)簡化圖像處理算法提高定位系統(tǒng)運(yùn)行速度，并借助線性誤差補(bǔ)償算法，使機(jī)器人在平均速度為3.2 m/s時(shí)，定位系統(tǒng)位置平均動態(tài)定位精度達(dá)5 cm，姿態(tài)角平均動態(tài)定位精度達(dá)0.6°。實(shí)驗(yàn)結(jié)果證明，該定位系統(tǒng)可實(shí)現(xiàn)室內(nèi)大范圍下高速移動機(jī)器人的實(shí)時(shí)定位，定位系統(tǒng)的靜態(tài)與動態(tài)定位精度滿足要求。本文方法的局限性主要在于，大視場平面靶標(biāo)點(diǎn)布置過程導(dǎo)致單應(yīng)矩陣標(biāo)定工作量較大，例如當(dāng)移動機(jī)器人光信標(biāo)到地面的垂直距離發(fā)生變化時(shí)，需要重新標(biāo)定與地面平行的另一平面的單應(yīng)矩陣，此時(shí)需要在目標(biāo)平面內(nèi)布置(x,y)坐標(biāo)已知的若干靶標(biāo)點(diǎn)，當(dāng)精度要求較高時(shí)，靶標(biāo)點(diǎn)布置難度和工作量較大。這也限定了各移動機(jī)器人光信標(biāo)到地面的垂直距離最好相等。因此，后續(xù)工作還需研究大視場平面的快速標(biāo)定方法。