[发明专利]基于全景视觉成像系统的移动机器人室内快速归航方法有效
申请号: | 201710301836.9 | 申请日: | 2017-05-02 |
公开(公告)号: | CN107145906B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 朱齐丹;纪勋;蔡成涛;王靖淇 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G01C21/00;G06K9/46 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 全景 视觉 成像 系统 移动 机器人 室内 快速 归航 方法 | ||
本发明提供一种基于全景视觉成像系统的移动机器人室内快速归航的方法,包括机器人当前位置与目标位置的全景图像获取与自动检测优化、自然特征匹配手段以及机器人归航算法。本发明实现了移动机器人室内局部归航,适用于动态环境下机器人的导航任务,并可以广泛的应用于家庭型或工业型的服务机器人局部导航中,较高的精确性与较好的快速性使得移动机器人可以很好地完成归航任务。
技术领域
本发明涉及一种基于全景视觉成像系统的移动机器人室内快速归航的方法,属于移动机器人视觉归航领域。
背景技术
移动机器人的导航问题是机器人研究领域中的一项重要的研究热点,其中,视觉归航(Visual Homing)则是控制机器人到达预计目标的一种有效手段。与传统的机器人同时定位与地图构建(SLAM)不同,视觉归航并不需要对机器人所在环境构建地图,而是直接获得机器人在当前位置处的归航向量,即可使机器人到达预先设计好的位置,从而在保证精度的前提下,大幅度地降低了运算成本。
视觉归航需要利用全景视觉成像系统,由于全景视觉可以获得360°的全方位视场,因此在采用全景视觉成像系统获得全景图像时,更多的特征点可以被利用到,再加上视觉系统本身所具有的价格低廉,构图直观等优势,因此视觉归航可以作为机器人局部导航领域中一个非常有效而且高效的手段。
发明内容
本发明的目的是为了提供一种基于全景视觉成像系统的移动机器人室内快速归航的方法,实现了在动态室内环境下的机器人归航功能。
本发明的目的是这样实现的:步骤一:通过搭载在移动机器人上的全景视觉成像系统来获得全景图像,使移动机器人自行检测全景图像中的无效区域并去除;
步骤二:对传统的SIFT匹配算法进行改进,增加SIFT特征点匹配数量;
步骤三:根据改进后的SIFT匹配算法得到匹配对,依据每对匹配对的相应位置与尺度信息,判断自然路标与当前位置/目标位置的相对距离,从而对自然路标进行分类,并获得归航向量。
本发明还包括这样一些结构特征:
1.步骤一具体为:
(1)将全景视觉成像系统搭载在移动机器人上,控制移动机器人到达指定位置,拍摄当前位置和目标位置的全景图像;
(2)将两幅图像的相同位置的像素值进行做差运算,当机器人识别出有较大连通区域的像素差值为0时,自行判断该区域为无效区域;
(3)当判断完成后,分别将目标图像与当前图像的无效区域像素全部设置为255,将无效区域置黑。
2.步骤二具体为:
(1)使用去除无效区域后所剩余的圆环型图像进行匹配;
(2)增大SIFT匹配过程中的高斯金字塔层数与组数,从而增大了关键点检测基数;
(3)在保证匹配精度始终保持较高水平的前提下,降低图像特征点匹配阈值,实现SIFT特征点总数量的增加。
3.步骤三具体为:
(1)根据改进后的SIFT匹配算法,将目标图像与当前图像进行SIFT匹配,获得匹配对,每个匹配对由目标图像与当前图像的SIFT匹配点构成,每个匹配点均带有尺度值信息;
(2)对每个匹配对,比较目标图像与当前图像中两个SIFT特征点的尺度值,若目标图像中的SIFT特征点尺度值较大,则将该点记作收缩特征;反之,若目标图像中的SIFT特征点尺度值较小,则将该点记作扩张特征,将当前图像中的特征点被分为了收缩特征与扩张特征两类;
(3)利用SVM支持向量机对当前图像中的两类匹配点进行SVM大间距二值线性分类,将收缩特征与扩张特征分为两个部分,并得到线性决策边界;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710301836.9/2.html,转载请声明来源钻瓜专利网。