[发明专利]一种机器人识别定位方法

权利要求书

1.一种机器人识别定位方法，其特征在于，包括以下步骤：

S1、启动机器人进行作业，对机器人作业区域场景进行图像采集；

S2、将采集的图像进行图像特征提取；

S3、对图像间的特征点进行匹配，完成对目标的识别；

S4、对机器人装配的摄像机进行标定；

S5、获取图像中的目标物体在空间的三维位置信息，实现对目标进行定位。

2.根据权利要求1所述的一种机器人识别定位方法，其特征在于，根据S2中的操作步骤，对采集的图像特征进行提取时，包括以下步骤：

S201、尺度空间极值检测：通过对图像进行尺度变换以得到不同尺度下，图像在尺度空间中的表示序列，对这些序列进行主轮廓提取，并将提取结果作为特征向量，并进行角点检测；

S202、确定关键点的位置和尺度：通过S201的极值检测，获得需要的极值点，对关键点进行三维二次函数的拟合，剔除低对比度和边缘响应的影响，确定关键点的位置和尺度；

S203、确定关键点方向：根据图像的局部特性，给每一个关键点分配方向，然后，基于关键点邻域内像素的梯度方向分布情况，计算关键点的梯度方向和大小；

S204、生成SIFP特征向量：为每一个关键点建立一个特征向量。

3.根据权利要求1所述的一种机器人识别定位方法，其特征在于，根据S3中的操作步骤，在对图像间的特征点进行匹配时，包括以下步骤：

S301、通过计算得到特征点与最近邻特征点以及次近邻特征点间的欧式距离；

S302、由这两个欧氏距离间的比例关系确定是否为正确匹配点对；

S303、对获取的匹配点进行去误差处理。

4.根据权利要求3所述的一种机器人识别定位方法，其特征在于，根据S303中的操作步骤，在去除误差时，建立防射模型来验证特征点对。

5.根据权利要求1所述的一种机器人识别定位方法，其特征在于，根据S4中的操作步骤，对摄像机进行标定时，包括如下操作步骤：

S401、忽略摄像机镜头的畸变，用线性模型求解摄像机的部分参数，以此作为初值；

S402、建立摄像机的非线性模型，并对初值和畸变系数进行优化迭代，获取精确的标定结果。

6.根据权利要求1所述的一种机器人识别定位方法，其特征在于，根据S5中的操作步骤，在对目标物体定位时，包括如下步骤：

S501、对摄像机进行标定获得其内部参数；

S502、改变摄像机的位置获得两幅不同视角下拍摄的场景图像；

S503、对图像中目标物体进行特征提取和匹配，根据极线几何约束，通过匹配点对来获得基础矩阵；

S504、结合摄像机的内参数求取本质矩阵，通过对本质矩阵分解进而确定两次拍摄时摄像机间的位置关系；

S505、依据己知的参考图像中目标物体的深度信息，计算出当前场景中目标的三维信息，完成目标定位。

7.根据权利要求6所述的一种机器人识别定位方法，其特征在于，根据S503中的操作步骤，在获得基础矩阵时，至少选择8个匹配点。