[發(fā)明專利]一種機器人室內(nèi)視覺定位方法有效
| 申請?zhí)枺?/td> | 201610038311.6 | 申請日： | 2016-01-15 |
| 公開（公告）號： | CN105716609B | 公開（公告）日： | 2018-06-15 |
| 發(fā)明（設(shè)計）人： | 陳鐵英 | 申請（專利權(quán)）人： | 浙江梧斯源通信科技股份有限公司 |
| 主分類號： | G01C21/20 | 分類號： | G01C21/20 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 310030 浙江省杭州市西湖*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 視覺定位 機器人 算法 室內(nèi) 視覺識別過程 機器人導(dǎo)航 視覺顯著性 結(jié)合集成 模擬人類 所處位置 學(xué)習(xí)訓(xùn)練 準(zhǔn)確率 建模 運算 主旨 場景 | ||
1.一種機器人室內(nèi)視覺定位方法，其特征在于：包括以下步驟：
1)對預(yù)定范圍的室內(nèi)場景連續(xù)拍攝形成圖片庫；
2)對圖片庫中的每一圖片進(jìn)行顯著性建模和場景主旨建模，建立位置信息數(shù)據(jù)庫；
3)拍攝任一圖片并對圖片進(jìn)行場景主旨建模，與步驟2)中位置信息數(shù)據(jù)庫進(jìn)行比對匹配，從而獲知機器人的定位信息。
2.根據(jù)權(quán)利要求1所述的機器人室內(nèi)視覺定位方法，其特征在于：所述步驟2)中顯著性建模包括以下步驟：
2a)利用高斯金字塔構(gòu)建8種不同的空間尺度后，對圖像低通過濾和二次采樣生成8個幅度的橫向和縱向的縮小因素圖像；
2b)提取明暗、色彩、方向三種早期視覺特征，對每一個特征通過一組線性的中心周邊差運算構(gòu)建明暗、色彩、方向三組特征圖；
2c)將明暗、色彩、方向三組特征圖分別合并成三張亮度、顏色、方向顯著圖；
2d)對三張亮度、顏色、方向顯著圖歸一化后取平均值獲得圖片的整體顯著性。
3.根據(jù)權(quán)利要求2所述的機器人室內(nèi)視覺定位方法，其特征在于：所述步驟2d)中的歸一化為步驟如下：
2d1)將每張圖進(jìn)行正規(guī)化到一個固定的值域[0...M]，以消除振幅的差別；
2d2)找出每張圖的全局極大值M，并計算所有局部極大值的平均值m；
2d3)對整個特征圖進(jìn)行乘上(M-m)^2運算。
4.根據(jù)權(quán)利要求1所述的機器人室內(nèi)視覺定位方法，其特征在于：所述場景主旨建模包括以下步驟：
3a)利用高斯金字塔構(gòu)建8種不同的空間尺度后，對圖像低通過濾和二次采樣生成8個幅度的橫向和縱向的縮小因素圖像；
3b)提取明暗、色彩、方向三種早期視覺特征，對明暗、色彩特征通過一組線性的中心周邊差運算，構(gòu)建明暗、色彩、方向三組特征圖；
3c)將明暗、色彩、方向三組特征圖分別劃分為4乘4共計16個子區(qū)域的明暗、色彩、方向特征圖；
3d)對16個子區(qū)域的明暗、色彩、方向特征圖矢量化；
3e)運用主成分分析或/和獨立成分分析運算降低16個子區(qū)域特征圖的維度。
5.根據(jù)權(quán)利要求1所述的機器人室內(nèi)視覺定位方法，其特征在于：所述步驟2)中的場景主旨建模在多種光線條件進(jìn)行。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江梧斯源通信科技股份有限公司，未經(jīng)浙江梧斯源通信科技股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201610038311.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
