[发明专利]圆形目标物的定位方法及其设备、AGV、介质在审

专利信息
申请号: 202111272677.7 申请日: 2021-10-29
公开(公告)号: CN114049400A 公开(公告)日: 2022-02-15
发明(设计)人: 廖茂竹;卿都;杨慧杰;张永翔;吴超;高崇金 申请(专利权)人: 广东嘉腾机器人自动化有限公司
主分类号: G06T7/80 分类号: G06T7/80;G06T7/90;G06T5/00;G06N3/04;G06N3/08
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 叶洁勇
地址: 528313 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 圆形 目标 定位 方法 及其 设备 agv 介质
【权利要求书】:

1.一种圆形目标物的定位方法,其特征在于,包括:

获取双目相机的参数;

控制所述双目相机拍摄圆形目标物,得到第一视图和第二视图,并对所述第一视图和所述第二视图进行矫正处理,得到矫正后的第一视图和第二视图;

采用训练好的神经网络模型对所述矫正后的第一视图和第二视图进行处理,得到第一区域和第二区域;其中,所述训练好的神经网络模型用于检测圆形目标物的外切区域;所述神经网络模型的训练参数包括:天气、光照以及所述圆形目标物的颜色;

根据所述第一区域和所述第二区域分别得到第一像素坐标和第二像素坐标;

根据所述双目相机的参数、所述第一像素坐标和所述第二像素坐标得到所述圆形目标物的坐标。

2.根据权利要求1所述的圆形目标物的定位方法,其特征在于,所述圆形目标物的坐标包括以下至少一种:所述圆形目标物的接地点坐标、所述圆形目标物的圆心坐标。

3.根据权利要求1所述的圆形目标物的定位方法,其特征在于,所述训练好的神经网络模型通过以下方式确定:

模拟工作视角采集多组包括有圆形目标物的视图;其中,将包括有圆形目标物的视图进行分组的依据包括:天气、光照和所述圆形目标物的颜色;

分别标注所述圆形目标物的外切区域,得到多组标注视图;

将所述多组标注视图输入神经网络模型进行训练,得到训练好的神经网络模型。

4.根据权利要求1所述的圆形目标物的定位方法,其特征在于,所述双目相机的参数包括:所述双目相机中的两个摄像头间的基线距离、两个摄像头的焦距以及第一偏移量,所述第一偏移量为两个摄像头的像平面坐标系与世界坐标系中原点的偏移量。

5.根据权利要求4所述的圆形目标物的定位方法,其特征在于,所述对所述第一视图和所述第二视图进行矫正处理包括:

对所述第一视图和所述第二视图进行去畸矫正和基线矫正;

获取两个摄像头的像平面坐标系与世界坐标系中原点的第二偏移量;

根据所述第一偏移量和所述第二偏移量得到两个摄像头的像平面坐标系与世界坐标系中原点的偏移量差。

6.根据权利要求2所述的圆形目标物的定位方法,其特征在于,所述根据所述第一区域和所述第二区域分别得到第一像素坐标和第二像素坐标包括:

将所述第一区域的下边界中点作为所述第一像素,将所述第一像素的坐标作为第一像素坐标;将所述第二区域的下边界中点作为所述第二像素,将所述第二像素的坐标作为第二像素坐标,以得到所述圆形目标物的接地点坐标;

将所述第一区域的对称中心作为所述第一像素,将所述第一像素的坐标作为第一像素坐标;将所述第二区域的对称中心作为所述第二像素,将所述第二像素的坐标作为第二像素坐标,以得到所述圆形目标物的圆心坐标。

7.根据权利要求4所述的圆形目标物的定位方法,其特征在于,所述根据所述双目相机的参数、所述第一像素坐标和所述第二像素坐标得到所述圆形目标物的坐标包括:

根据所述基线距离、两个摄像头的焦距、所述第一像素坐标以及所述第二像素坐标得到所述圆形目标物到所述双目相机的距离,将该距离作为所述圆形目标物在世界坐标系中的Z坐标;

根据两个摄像头的像平面坐标系与世界坐标系中原点的偏移量差得到所述圆形目标物在世界坐标系中的X坐标和Y坐标。

8.一种电子设备,其特征在于,包括:

存储器,用于存储程序;

处理器,用于执行所述存储器存储的程序,当所述处理器执行所述存储器存储的程序时,所述处理器用于执行如权利要求1至7中任一项所述的方法。

9.一种AGV,其特征在于,包括如权利要求8中所述的电子设备。

10.一种存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至7中任一项所述的方法。

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广东嘉腾机器人自动化有限公司,未经广东嘉腾机器人自动化有限公司许可,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/202111272677.7/1.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