[发明专利]使用视觉系统的自主机器导航和训练

权利要求书

1.一种用于自主机器导航的方法，包括：

基于自主机器的一个或多个非视觉传感器捕获的非视觉姿态数据，确定所述自主机器的当前姿态，其中所述姿态表示所述自主机器在一个或多个边界限定的作业区域中的位置和取向中的一者或两者；

基于所述自主机器捕获的图像数据，确定视觉姿态数据；以及

基于所述视觉姿态数据，更新所述当前姿态以校正或定位所述当前姿态，并且提供所述自主机器在所述作业区域中的更新姿态以用于在所述作业区域中对所述自主机器进行导航。

2.根据权利要求1所述的方法，其中确定所述视觉姿态数据的步骤包括：将所述图像数据与表示所述作业区域的三维点云(3DPC)中的一个或多个点进行匹配。

3.根据权利要求2所述的方法，还包括：

捕获训练图像数据；

基于以下数据生成3DPC：

特征数据，所述特征数据包含从所述训练图像数据中提取的二维特征；以及

匹配数据，所述匹配数据使来自所述训练图像数据的不同训练图像的所述特征数据中的特征相关联。

4.根据权利要求3所述的方法，其中生成所述3DPC的步骤还包括：

拒绝所述匹配数据中低于匹配阈值的匹配；

使用与第一训练图像和第二训练图像相对应的特征数据，对部分3DPC进行初始化；

选择与所述部分3DPC具有重叠对应性的第三训练图像；

使用所述第三训练图像，估算所述自主机器相对于所述部分3DPC的基于视觉的姿态，所述3DPC使用与所述第三训练图像相关联的匹配数据以及与所述第一训练图像和所述第二训练图像相关联的匹配数据；

使用所述第三训练图像，估算任何新特征相对于所述部分3DPC的位置，所述3DPC使用与所述第三训练图像相关联的匹配数据以及与所述第一训练图像和所述第二训练图像相关联的匹配数据；以及

在特征的估算位置和使用的训练图像上更新所述部分3DPC。

5.根据权利要求4所述的方法，还包括：选择与部分3DPC具有重叠对应性的附加的未使用的训练图像，继续估算每个训练图像的姿态和位置。

6.根据权利要求5所述的方法，还包括：在没有可用的未使用的训练图像的情况下，存储所述3DPC。

7.根据权利要求3-6中任一项所述的方法，其中生成所述3DPC，以基于任意参照系限定坐标系中的点。

8.根据权利要求3-6中任一项所述的方法，还包括：

记录与所述自主机器穿越所述作业区域的周边和内部中的一者或两者相关联的一组巡视图像，以提供至少部分所述训练图像数据；

基于所述训练图像数据的所述一组巡视图像，生成所述3DPC；

记录一组绘制图像，以在生成3DPC之后提供至少一部分训练图像数据；以及

基于所述一组绘制图像和所述3DPC，确定所述作业区域的所述一个或多个边界。

9.根据权利要求8所述的方法，其中记录所述一组巡视图像的步骤包括：

记录与所述自主机器穿越所述作业区域的周边相关联的第一组巡视图像；

可选地记录与所述自主机器穿越所述作业区域的周边以内的内部相关联的第二组巡视图像；以及

基于所述第一组巡视图像和所述第二组巡视图像，生成所述3DPC。

10.根据权利要求8所述的方法，还包括：在记录所述一组绘制图像之前，确定所述3DPC的质量等级是否不满足质量阈值。

11.根据权利要求10所述的方法，还包括：基于以下至少一项来确定所述3DPC的质量等级：重构姿态的数量、重构点的数量、重投影误差、点三角测量不确定性和重构姿态不确定性。