[发明专利]一种机器人视觉导航中视觉里程计构建方法在审
申请号: | 202010939522.3 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112184763A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 谢非;郭钊利;刘益剑;陆飞;梅一剑;何逸;卢毅;吴俊;章悦;汪璠 | 申请(专利权)人: | 南京师范大学镇江创新发展研究院;南京师范大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/73;G06T7/80;G01C22/00 |
代理公司: | 江苏圣典律师事务所 32237 | 代理人: | 于瀚文;胡建华 |
地址: | 212000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机器人 视觉 导航 里程计 构建 方法 | ||
1.一种机器人视觉导航中视觉里程计构建方法,其特征在于,包括以下步骤:
步骤1,读取原始图像,通过双阈值法提取特征点并获得特征点的位置;
步骤2,通过YOLOv3算法对原始图像进行目标检测,获取物体边界框的位置;
步骤3,根据特征点的位置及物体边界框的位置,判断特征点是否在物体边界框内,剔除不在物体边界框内的特征点,获得在物体边界框内的特征点;
步骤4,对物体边界框内的特征点进行光流跟踪,获取在物体边界框内特征点的运动位置;
步骤5,根据步骤4得到的运动位置,通过光流极线法进行动态特征点的判定,判断在物体边界框内的特征点是静态特征点还是动态特征点;
步骤6,根据物体边界框内的动态特征点来判断物体运动情况,当物体边界框内动态特征点的数目达到一定阈值,则判定物体边界框内物体是运动的,剔除物体边界框内所有的特征点,获取静态物体特征点,即为有效特征点;
步骤7,根据有效特征点估算相机运动轨迹,恢复出相机旋转和平移运动,估计出相机位姿,完成视觉里程计的构建。
2.根据权利要求1所述的方法,特征在于,步骤1包括:
步骤1-1:在原始图像中任取二十个像素p1,p2......p20,p20表示选取的第20个像素,分别检测出它们的亮度Ip1,Ip2......Ip20,设定阈值Tp1:
Ipi为所取的第i个像素点的亮度,i取值为1~20;
步骤1-2:在原始图像上任意选取像素p,检测出它的亮度Ip,设定阈值Tp2,Tp2为Ip的20%;
步骤1-3:以像素p为中心选取半径为3的圆上16个像素点;
步骤1-4:如果选取出的圆上,有连续十二个像素点的亮度大于或者圆上有连续十二个像素点的亮度小于则像素p这个点标记为特征点,获取这个特征点的坐标(xr,yr)并保存;其中,xr表示特征点的行坐标,yr表示特征点的列坐标;
步骤1-5:循环步骤1-2~步骤1-4,对原始图像上的每一个像素点执行相同操作,得到特征点以及特征点位置。
3.根据权利要求2所述的方法,特征在于,步骤3包括如下步骤:
步骤3-1:对比步骤1获取的特征点位置与步骤2获取的物体边界框的位置,判断特征点是否在物体边界框内;
步骤3-2:剔除不在物体边界框内的特征点,保留在物体边界框内的特征点;
步骤3-3:重复步骤3-1~步骤3-2,直至步骤1获取的特征点与步骤2获取的物体边界框都比较完毕。
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南京师范大学镇江创新发展研究院;南京师范大学,未经南京师范大学镇江创新发展研究院;南京师范大学许可,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/202010939522.3/1.html,转载请声明来源钻瓜专利网。