[发明专利]一种用于移动机器人目标测距的检测目标匹配方法

权利要求书

1.一种用于移动机器人目标测距的检测目标匹配方法，其特征在于：包括如下步骤：

(1)使用双目相机采集图像；

(2)建立并训练深度学习训练模型，根据已训练完成的深度学习训练模型对左、右图像同时进行目标检测；

(3)获得左图像中检测目标为A1，A2，A3，…，An-1，An和右图像中检测目标为B1，B2，B3，…，Bm-1，Bm，随机选取左图像中的一个检测目标，将其记为Ai；

(4)将检测目标Ai与右图像中的检测目标B1，B2，B3，…，Bm-1，Bm进行种类识别，若未识别到与检测目标Ai种类相同的检测目标时，直接跳转至步骤(7)中，若识别到与检测目标Ai种类相同的检测目标时，进行步骤(5)；

(5)与检测目标Ai种类相同的检测目标为一个或一个以上，若检测目标为一个时，直接匹配成功，若为一个以上时，通过比较检测目标Ai的边界框中心点坐标与各个检测目标的边界框中心点坐标之间的距离，选出一个距离检测目标Ai边界框中心点坐标较近的检测目标，将与检测目标Ai匹配的检测目标记为Bj；

(6)所述左图像中的检测目标Ai与右图像中的检测目标Bj匹配成功后，确定检测目标Ai与检测目标Bj为在实际空间中的同一物体，将其记为Ci,并让通过视差法计算出物体Ci的深度距离，将其记为Zi；

(7)判断此时i是否大于等于n，若i大于等于n，则结束本算法流程，若i不大于等于n，则将i+1赋值给i，重新跳转到(4)中继续执行，直至i大于等于n时停止。

2.根据权利要求1所述的一种用于移动机器人目标测距的检测目标匹配方法，其特征在于：所述步骤(3)中检测目标Ai中的i初始值为1，且为正整数。

3.根据权利要求1所述的一种用于移动机器人目标测距的检测目标匹配方法，其特征在于：所述步骤(2)中深度学习训练模型的建立训练步骤如下：

(一)收集步骤(1)中采集的图像数据，构成图像数据集；

(二)选取现有技术成熟的深度学习框架；

(三)使用选取的深度学习框架训练步骤(1)中的图像数据集；

(四)获得用于处理采集图像数据的深度学习训练模型。

4.根据权利要求1所述的一种用于移动机器人目标测距的检测目标匹配方法，其特征在于：所述步骤(2)中深度学习训练模型的建立训练步骤如下：

(A)收集步骤(1)中采集的图像数据，构成图像数据集；

(B)建立深度学习神经网络框架；

(C)预先训练深度学习神经网络框架，获得自己的深度学习框架；

(D)使用已训练完成的深度学习框架训练步骤(1)中的图像数据集；

(E)获得用于处理采集图像数据的深度学习训练模型。