[发明专利]一种融合定位系统及方法在审

专利信息
申请号: 202110121774.X 申请日: 2021-01-28
公开(公告)号: CN112902966A 公开(公告)日: 2021-06-04
发明(设计)人: 黄明飞;姚宏贵;燕兵 申请(专利权)人: 开放智能机器(上海)有限公司
主分类号: G01C21/20 分类号: G01C21/20
代理公司: 上海申新律师事务所 31272 代理人: 党蕾
地址: 200233 上海市徐汇区*** 国省代码: 上海;31
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 融合 定位 系统 方法
【权利要求书】:

1.一种融合定位系统,其特征在于,所述融合定位系统适用于在一移动设备进行移动时对所述移动设备的中心点的坐标进行定位;

所述融合定位系统包括

视觉导航模块,用于采用VSLAM技术处理得到周围环境中的多个物体的特征点坐标并形成第一特征点云图;

AI物体识别模块,用于采用AI物体识别技术处理得到周围环境中的多个物体的位置坐标及物体类型并形成物体识别结果;

定位模块,分别连接所述视觉导航模块和所述AI物体识别模块,用于将所述第一特征点云图和所述物体识别结果融合形成第二特征点云图,并对所述第二特征点云图进行决策以处理得到所述移动设备当前的所述中心点的坐标。

2.根据权利要求1所述的融合定位系统,其特征在于,所述定位模块具体包括:

融合单元,用于将所述第一特征点云图和所述物体识别结果融合形成所述第二特征点云图;

决策逻辑单元,连接所述融合单元,用于对所述第二特征点云图进行决策识别,从而确定所述移动设备当前的所述中心点的坐标。

3.根据权利要求2所述的融合定位系统,其特征在于,所述决策逻辑单元具体包括:

存储部件,用于预先构建一保存有多个历史点云图的历史点云图库;

匹配部件,连接所述存储部件,用于根据所述第二特征点云图从历史点云图库中提取相匹配的多个所述历史点云图;

决策部件,连接所述匹配部件,用于根据所述第二特征点云图和被提取的多个所述历史点云图处理得到所述移动设备当前的所述中心点的坐标。

4.根据权利要求3所述的融合定位系统,其特征在于,所述匹配部件根据所述第二特征点云图中包括的物体的类型和数目,从所述历史点云图库中匹配得到相似的多个所述历史点云图并输出;

则所述决策部件用于将被提取的多个所述历史点云图和所述第二特征点云图中进行比较,并根据比较结果采用相机位姿估计算法计算得到所述移动设备当前的所述中心点的坐标。

5.根据权利要求1所述的融合定位系统,其特征在于,所述AI物体识别模块具体包括:

特征点提取单元,用于提取周围环境的物体表面的多个特征点的坐标值;

均匀点提取单元,连接所述特征点提取单元,用于根据物体的多个所述特征点测算得到所述物体表面均匀分布的多个均匀点的坐标值;

识别单元,分别连接所述特征点提取单元和所述均匀点提取单元,用于根据所述特征点和所述均匀点对物体进行识别,以得到所述物体识别结果。

6.根据权利要求5所述的融合定位系统,其特征在于,所述均匀点提取单元具体包括:

均匀点计算部件,用于根据物体的多个所述特征点测算得到所述物体表面均匀分布的多个均匀点的坐标值;

深度计算部件,连接所述均匀点计算部件,用于针对每个所述均匀点,判断所述均匀点的深度坐标值是否与其他所述均匀点差距过大且超出一预设深度阈值,输出判断结果;

均匀点剔除部件,连接所述深度计算部件,用于在所述判断结果表示所述均匀点的深度坐标值是否与其他所述均匀点差距过大且超出一预设深度阈值时,剔除对应的所述均匀点;

则所述均匀点提取单元输出经过剔除后剩下的所有所述均匀点。

7.根据权利要求5所述的融合定位系统,其特征在于,所述特征点提取单元具体包括:

特征点提取部件,用于提取所述物体的表面的多个所述特征点;

物体类型判断部件,连接所述特征点提取部件,用于根据所述特征点判断所述物体的物体类型;

第一判断部件,分别连接所述特征点提取部件和所述物体类型判断部件,用于判断是否存在物体类型相同且所述特征点相似的多个物体,并输出第一判断结果;

第二判断部件,连接所述第一判断部件,用于在所述第一判断结果表示存在物体类型相同且所述特征点相似的多个物体时,进一步判断多个所述物体是否能够组合,并输出第二判断结果;

处理部件,连接所述第二判断部件,用于根据所述第二判断结果:

在多个所述物体能够组合时,合并多个所述物体的所述特征点;以及

在多个所述物体无法组合时,删除多个所述物体的所述特征点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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开放智能机器(上海)有限公司,未经开放智能机器(上海)有限公司许可,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/202110121774.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top