[发明专利]机器人视觉导航定位图像特征点的匹配方法

说明书

本发明提供了一种机器人视觉导航定位图像特征点的匹配方法，包括：从两帧图像里面提取特征点，对二者的特征点进行粗匹配；以及利用空间几何的仿射变换不变性筛选匹配特征点。通过利用拍摄到的天花板图像特征点在不同帧之间具有仿射变换不变性的特点，根据两帧图像中特征对的连线长度以及对应角是否相等来筛选出误匹配特征点，可以筛选出天花板上的特征点并实现准确匹配、剔除误匹配干扰点，另外在对不同帧图像的特征点进行匹配时，判断长度、夹角是否相等采用阈值判定法，扩大了有效特征点的筛选范围，不局限于天花板特征点，同样适用于实际拍摄时出现的模糊、像素离散化等情景的定位。

技术领域

本发明属于机器视觉定位领域，涉及机器人视觉导航定位图像特征点的匹配方法。

背景技术

移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统，在军事领域、工业领域及民用领域等应用广泛。移动机器人的定位是进行行为控制与执行、环境感知等的重要基础，目前机器人常见的定位方法主要分为5大类：超声波导航定位、视觉导航定位、GPS全球定位、光发射导航定位以及即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)。

在机器人视觉导航定位技术中，精确的自主定位是实现移动机器人自主导航的关键技术。对于在建筑物中移动的机器人来说，通常天花板上的特征点是最有效的导航特征点，只要将机器人视觉中的特征点在地图中匹配、找到这些点在地图中的对应点，即可很方便的接算出机器人在地图中的位置和航向，但是仍存在如下技术问题亟待解决：图像采集得到的是二维图像，缺少高度信息，较难区分天花板特征点和其它高度位置的特征点信息；另外，目前的特征点提取匹配算法多是基于待匹配点邻域内的颜色分布进行的匹配，而室内相似景物众多，对于间距比较大的待匹配帧，拍摄到相似物体的可能性很大，故相似小区域对于特征点匹配引起的干扰很大，容易造成误匹配。

发明内容

(一)要解决的技术问题

本发明提供了一种机器人视觉导航定位图像特征点的匹配方法，以至少部分解决以上所提出的技术问题。

(二)技术方案

根据本发明的一个方面，提供了一种机器人视觉导航定位图像特征点的匹配方法，包括：从两帧图像里面提取特征点，对二者的特征点进行粗匹配；以及利用空间几何的仿射变换不变性筛选匹配特征点。

在本发明的一个实施例中，利用空间几何的仿射变换不变性筛选匹配特征点包括：将两帧图像粗匹配后的特征点在各自帧内对应两两相连，确定对应的连线长度是否相等，筛选匹配特征点；以及将筛选出来的匹配特征点对应在两帧图像中组成三角形，确定连线夹角是否相等，进一步剔除误匹配特征点，完成特征点匹配。

在本发明的一个实施例中，确定对应的连线长度是否相等包括：在拍摄清晰的情况下直接利用数学意义上的相等即可；而针对拍摄时出现的模糊、像素离散化的情况，采用判断阈值法。

在本发明的一个实施例中，确定对应的连线长度是否相等的判断阈值法包括：

对于物体的成像位置位移量为Δd_cam来说，在如下所示物距区间范围的特征点都作为有效特征点：

其中，L为物距；f为摄像机焦距；d_obj为距离摄像机光轴的景物位置；Δd_cam为成像位置位移量。

在本发明的一个实施例中，长度相等的含义为：连线长度误差在10个像素点的范围内认为是相等。

在本发明的一个实施例中，确定对应的连线长度是否相等，筛选匹配特征点为：成像位置位移量为Δd_cam为10个像素点间距，对于焦距为1.8mm的摄像头，拍摄3m处的景物，将距离天花板高度为0.5m范围内的特征点作为有效特征点进行匹配。