[发明专利]一种智能机器人回环检测方法

权利要求书

1.一种智能机器人回环检测方法，其特征在于，包括以下步骤：

步骤一：通过机器人所载RGB-D相机获取运动图像，对获取图像进行预处理；

步骤二：获取预处理后每一帧图像的低维特征向量，建立全部帧低维特征向量数据库Data(L)，使用提出的关键帧选取算法确定关键帧帧数；

步骤三：获取关键帧帧数相应帧的高维特征向量，建立关键帧高维特征向量数据库Data(H)；

步骤四：获取预处理后当前帧高维与低维特征向量，将当前帧高维特征向量与Data(H)作对比，对比结果大于α时，确定可能存在回环的帧数范围；

步骤五：根据可能存在回环的帧数范围，利用当前帧低维特征向量与Data(L)中相应帧作对比，对比结果大于置信参数预设阈值γ时，确定形成回环。

2.根据权利要求1所述的一种智能机器人回环检测方法，其特征在于，所述图像预处理包括以下步骤：

步骤1：将连续视频信息经过计算机的处理，统一图像规格；

步骤2：再使用语义分割算法处理统一规格后的图像；

步骤3：得到图像场景中固定物体与动态物体；

步骤4：然后保留图像中所含固定物体部分；

步骤5：最后将处理过的图像向后续步骤输入。

3.根据权利要求1所述的一种智能机器人回环检测方法，其特征在于，所述关键帧选取算法包括以下步骤：

步骤1：经图像预处理后的视频图像信息输入关键帧选取网络；

步骤2：初始帧必然选为关键帧，第二帧设定为参考帧，参考帧的后续帧为待测帧；

步骤3：将待测帧与参考帧逐帧对比选取相似度低于β的帧为关键帧，反馈关键帧帧数，将关键帧后续的一帧作为新的参考帧，参考帧的后续帧为待测帧，重复前述的对比方法继续选取关键帧；

步骤4：选取的关键帧输入到提取高维特征卷积神经网络中；

步骤5：建立关键帧高维特征向量数据库Data(H)。

4.根据权利要求3所述的关键帧选取算法，其特征在于，所述建立关键帧高维特征向量数据库，包括以下步骤：

步骤1：将关键帧输入到提取高维特征向量卷积神经网络中，得到关键帧高维特征向量；

步骤2：对关键帧高维特征向量进行存储，建立关键帧高维特征向量数据库Data(H)。

5.根据权利要求1所述的一种智能机器人回环检测方法，其特征在于，所述建立全部帧低维特征向量数据库，包括以下步骤：

步骤1：将全部预处理后的图像输入到提取低维特征向量卷积神经网络中，得到所有帧的低维特征向量；

步骤2：对所有帧低维特征向量进行存储，建立所有帧低维特征向量数据库Data(L)。

6.根据权利要求1所述的一种智能机器人回环检测方法，其特征在于，所述确定可能存在回环帧数范围的结果对比参数α预设为0.8。

7.根据权利要求3所述的关键帧选取算法，其特征在于，所述关键帧选取算法中β预设为0.6。

8.根据权利要求1所述的一种智能机器人回环检测方法，其特征在于，所述置信参数预设阈值γ为0.95。