[發明專利]機器人及其庫存管理方法

有效

• 申請號: 201611062283.8
• 申請日: 2016-11-26
• 公開（公告）號: CN108122081B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 宋吉來;王磊;徐方;韓志平;欒顯曄;李志田;包呼和
• 申請（專利權）人: 沈陽新松機器人自動化股份有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06K9/46;G06K9/62
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 汪海

1.一種機器人的庫存管理方法，其特征在于，所述庫存管理方法包括：

采集待識別物體的正面圖像，并根據所述正面圖像提取所述待識別物體上的第一局部不變特征；

獲取環境圖像，對所述環境圖像提取環境局部不變特征；

將所述環境局部不變特征與第一局部不變特征匹配，并將匹配的特征點映射到參考中心處得到一個有效的參考中心，并獲取對應于所述有效參考中心的尺度比和參考聚類半徑；

根據所述尺度比重新提取所述待識別物體的正面圖像的第二局部不變特征，進而對所述環境圖像與新提取的所述第二局部不變特征進行匹配并將匹配后的特征點映射至參考中心處，最后根據所述參考聚類半徑聚類物體的有效參考中心。

2.根據權利要求1所述的庫存管理方法，其特征在于，所述方法還包括：

計算每一所述第一局部不變特征與有效參考中心的偏移向量；

存儲所述正面圖像、第一局部不變特征和偏移向量。

3.根據權利要求2所述的庫存管理方法，其特征在于，所述將所述環境局部不變特征與第一局部不變特征匹配的步驟包括：

根據所述偏移向量將所述環境局部不變特征與第一局部不變特征匹配。

4.根據權利要求1所述的庫存管理方法，其特征在于，所述將匹配的特征點映射到參考中心處得到一個有效的參考中心的步驟包括：

將匹配的特征點映射到所述參考中心處，進而通過概率密度估計得到一個有效的參考中心。

5.根據權利要求1所述的庫存管理方法，其特征在于，所述重新提取所述待識別物體的正面圖像的第二局部不變特征的步驟還包括：

對重新提取所述待識別物體的正面圖像的第二局部不變特征進行尺度比閾值限制濾波；

所述對所述環境圖像與新提取的所述第二局部不變特征進行匹配的步驟包括：

在匹配時進行近鄰特征距離比閾值濾波和特征匹配尺度比閾值濾波；

對匹配的結果采用射影幾何約束濾波剔除無效匹配。

6.一種機器人，其特征在于，所述機器人包括：

第一采集模塊，用于采集待識別物體的正面圖像；

第一提取模塊，用于根據所述正面圖像提取所述待識別物體上的第一局部不變特征；

第二采集模塊，用于獲取環境圖像；

第二提取模塊，用于對所述環境圖像提取環境局部不變特征；

第一匹配模塊，用于將所述環境局部不變特征與第一局部不變特征匹配，并將匹配的特征點映射到參考中心處得到一個有效的參考中心；

第一計算模塊，用于獲取對應于所述有效參考中心的尺度比和參考聚類半徑；

第三提取模塊，用于根據所述尺度比重新提取所述待識別物體的正面圖像的第二局部不變特征；

第二匹配模塊，用于對所述環境圖像與新提取的所述第二局部不變特征進行匹配并將匹配后的特征點映射至參考中心處；

第二計算模塊，用于跟據所述參考聚類半徑聚類物體的有效參考中心。

7.根據權利要求6所述的機器人，其特征在于，所述機器人進一步包括：

第三計算模塊，用于計算每一所述第一局部不變特征與有效參考中心的偏移向量；

存儲模塊，用于存儲所述正面圖像、第一局部不變特征和偏移向量。

8.根據權利要求7所述的機器人，其特征在于，所述第一匹配模塊具體是根據所述偏移向量將所述環境局部不變特征與第一局部不變特征匹配。

9.根據權利要求6所述的機器人，其特征在于，所述第一匹配模塊具體將匹配的特征點映射到所述參考中心處，進而通過概率密度估計得到一個有效的參考中心。

10.根據權利要求6所述的機器人，其特征在于，所述機器人進一步包括：

尺度比閾值限制濾波器，用于對重新提取所述待識別物體的正面圖像的第二局部不變特征進行尺度比閾值限制濾波；

近鄰特征距離比閾值濾波器和特征匹配尺度比閾值濾波器，用于在匹配時分別進行近鄰特征距離比閾值濾波和特征匹配尺度比閾值濾波；

射影幾何約束濾波器，用于對匹配的結果采用射影幾何約束濾波剔除無效匹配。