[發明專利]基于多視覺傳感器融合陣列的定位導航系統及其定位導航方法在審
| 申請號: | 201810098026.2 | 申請日: | 2018-01-31 |
| 公開(公告)號: | CN108303094A | 公開(公告)日: | 2018-07-20 |
| 發明(設計)人: | 翁凱劍 | 申請(專利權)人: | 深圳市拓靈者科技有限公司 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20;G01C11/02 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 518000 廣東省深圳市寶安區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 定位導航系統 多視覺傳感器 視覺傳感器 融合 活動性 位置感知模塊 周邊環境信息 清潔機器人 導航系統 定位導航 跟蹤算法 獲取目標 空間關系 物體識別 小型家庭 陣列模塊 周邊物體 干擾性 規劃 | ||
1.一種基于多視覺傳感器融合陣列的定位導航系統,其特征在于,該定位導航系統,包括以下模塊構成:視覺傳感器融合陣列模塊、物體識別及跟蹤算法模塊、相對位置感知模塊以及導航路徑規劃模塊,其中視覺傳感器融合陣列模塊通過視覺傳感器獲取目標和周邊環境信息,物體識別及跟蹤算法模塊能夠獲取周邊物體性質、活動性、干擾性的判斷,兩項結合輸入至相對位置感知模塊,得到物體和環境之間的相對空間關系,以及判斷空間關系是否會變化,數據輸入并結合導航路徑規劃模塊,規劃出具體路線,并進行導航。
2.根據權利要求1所述基于多視覺傳感器融合陣列的定位導航系統,其特征在于,其中視覺傳感器融合陣列模塊包含多臺攝像機,以及多攝像機圖片信息提取整合處理中樞,該處理中樞利用多套攝像機多畫面識別、對應、重合、拼接,整合出機器所處環境360°環繞圖像。
3.一種基于多視覺傳感器融合陣列的定位導航方法,其特征在于,該定位導航方法,需要利用基于多視覺傳感器融合陣列的定位導航系統完成,該定位導航系統包括視覺傳感器融合陣列模塊、物體識別及跟蹤算法模塊、相對位置感知模塊以及導航路徑規劃模塊;
步驟一:利用視覺傳感器融合陣列模塊獲取周邊環境的視覺圖像和信息,視覺傳感器融合陣列模塊包含多臺攝像機,以及多攝像機圖片信息提取整合處理中樞,獲取機器所處環境360°環繞圖像,即獲取周圍環境信息;
步驟二:利用物體識別及跟蹤算法模塊獲得機器在環境中的位置,并且通過物體識別區分活動物和障礙物,并將機器、物體和環境信息傳遞給導航路徑規劃模塊,獲取行動路徑;
物體識別及跟蹤算法:
識別算法利用仿生深度學習算法中的卷積神經網絡算法來檢測目標
卷積神經網絡算法:拿已知的模板,和原圖像中同樣大小的一塊區域去比對和匹配,第一步,將模板的左上角點和圖像的左上角點重合放置,拿模板和原圖像中同樣大小的一塊區域進行比對和匹配,然后平移到下一個區域進行匹配,重復以上操作,直到所有的位置都對比完成,差別最小的那塊匹配區域,就是要尋找的目標;
跟蹤算法利用光流法跟蹤目標或者Kalaman跟蹤算法進行,
光流法假設亮度恒定、小運動、空間一致,用最小二乘法求解;
其中最小誤差平方和為最優化指標;
Kalaman跟蹤算法,利用系統的運動方程來跟蹤某個物體,通過運動速度對物體的位置進行預測,同時引入一個通過測量手段來得到的影響運動速度變化的變量,通過這兩個數據的權重比例進行列迭代來跟蹤目標;
Kalaman跟蹤算法的步驟包括:
步驟一:初始化以下變量,轉移矩陣、測量矩陣、控制向量、過程噪聲協方差矩陣、測量噪聲協方差矩陣;
步驟二:利用Kalaman的predict方法得到狀態的預測值矩陣,得到預測值x'(k);
步驟三:得到加入觀測值校正好的狀態變量矩陣;
步驟四:經過步驟三之后,重新獲得這一時刻的校正值,不斷循環步驟二和步驟三。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市拓靈者科技有限公司,未經深圳市拓靈者科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810098026.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種室內定位方法及裝置
- 下一篇:適用于非高斯系統的魯棒容積目標協同定位方法





