[發(fā)明專利]基于多視覺傳感器融合陣列的定位導(dǎo)航系統(tǒng)及其定位導(dǎo)航方法

在審

• 申請?zhí)枺?/td>: 201810098026.2
• 申請日: 2018-01-31
• 公開（公告）號: CN108303094A
• 公開（公告）日: 2018-07-20
• 發(fā)明（設(shè)計(jì)）人: 翁凱劍
• 申請（專利權(quán)）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

一種基于多視覺傳感器融合陣列的定位導(dǎo)航系統(tǒng)，該導(dǎo)航系統(tǒng)利用其中的視覺傳感器融合陣列模塊通過視覺傳感器獲取目標(biāo)和周邊環(huán)境信息，物體識別及跟蹤算法模塊能夠獲取周邊物體性質(zhì)、活動性、干擾性的判斷，兩項(xiàng)結(jié)合輸入至相對位置感知模塊，得到物體和環(huán)境之間的相對空間關(guān)系，規(guī)劃出具體路線，并進(jìn)行導(dǎo)航。能夠?yàn)樾⌒图彝デ鍧崣C(jī)器人規(guī)劃出合理的路線，引導(dǎo)其高速有效得完成工作。

【技術(shù)領(lǐng)域】

本發(fā)明涉及一種現(xiàn)代化智能設(shè)備，尤其涉及小型家用型可移動式電子設(shè)備的定位導(dǎo)航技術(shù)領(lǐng)域。

【背景技術(shù)】

現(xiàn)有產(chǎn)品中家用電子設(shè)備的智能化程度以日新月異的速度不斷更新和迭代，產(chǎn)品的智能化程度都在不斷提升，比如電腦，還有智能中控系統(tǒng)等。最為常見的具有代表性的就算自動清潔設(shè)備，比如說掃地機(jī)器人，其實(shí)就是一種自動計(jì)算軌跡運(yùn)轉(zhuǎn)吸塵器。

現(xiàn)有的掃地機(jī)器人的軌跡系統(tǒng)大部分沿用了常規(guī)模式，即全覆蓋軌跡路線，然后有碰撞識別系統(tǒng)，即遇到碰撞或者障礙物后隨機(jī)改變方向，更換路線，如果運(yùn)行時間長，也能夠?qū)⒂邢廾娣e室內(nèi)清潔一遍。但是在實(shí)際使用種，會發(fā)現(xiàn)這種機(jī)器人在使用上存在路線規(guī)劃不合理，行為模式僵硬，往往會存在一些死角和路線上的漏洞，不夠智能和合理。

【發(fā)明內(nèi)容】

本發(fā)明針對以上情況提出了一種引入視覺系統(tǒng)，通過視覺識別技術(shù)來自動定位規(guī)劃軌跡，智能完成導(dǎo)航巡航的定位導(dǎo)航系統(tǒng)，并將該系統(tǒng)應(yīng)用到智能移動機(jī)器人上，進(jìn)行有效地定位導(dǎo)航。利用視覺傳感器融合陣列獲取周邊環(huán)境信息，結(jié)合識別定位算法確定機(jī)器本身和周圍環(huán)境的相對位置關(guān)系，通過導(dǎo)航和路徑規(guī)劃系統(tǒng)智能完成導(dǎo)航。

本發(fā)明所涉及的基于多視覺傳感器融合陣列的定位導(dǎo)航系統(tǒng)，其特征在于，該定位導(dǎo)航系統(tǒng)，包括以下模塊構(gòu)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(dǎo)航路徑規(guī)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(biāo)和周邊環(huán)境信息，物體識別及跟蹤算法模塊能夠獲取周邊物體性質(zhì)、活動性、干擾性的判斷，兩項(xiàng)結(jié)合輸入至相對位置感知模塊，得到物體和環(huán)境之間的相對空間關(guān)系，以及判斷空間關(guān)系是否會變化，數(shù)據(jù)輸入并結(jié)合導(dǎo)航路徑規(guī)劃模塊，規(guī)劃出具體路線，并進(jìn)行導(dǎo)航。

其中視覺傳感器融合陣列模塊包含多臺攝像機(jī)，以及多攝像機(jī)圖片信息提取整合處理中樞，該處理中樞利用多套攝像機(jī)多畫面識別、對應(yīng)、重合、拼接，整合出機(jī)器所處環(huán)境360°環(huán)繞圖像。

一種基于多視覺傳感器融合陣列的定位導(dǎo)航方法，該定位導(dǎo)航方法，需要利用基于多視覺傳感器融合陣列的定位導(dǎo)航系統(tǒng)完成，該定位導(dǎo)航系統(tǒng)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(dǎo)航路徑規(guī)劃模塊；

步驟一：利用視覺傳感器融合陣列模塊獲取周邊環(huán)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(jī)，以及多攝像機(jī)圖片信息提取整合處理中樞，獲取機(jī)器所處環(huán)境360°環(huán)繞圖像，即獲取周圍環(huán)境信息；

步驟二：利用物體識別及跟蹤算法模塊獲得機(jī)器在環(huán)境中的位置，并且通過物體識別區(qū)分活動物和障礙物，并將機(jī)器、物體和環(huán)境信息傳遞給導(dǎo)航路徑規(guī)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(xué)習(xí)算法中的卷積神經(jīng)網(wǎng)絡(luò)算法來檢測目標(biāo)

卷積神經(jīng)網(wǎng)絡(luò)算法：拿已知的模板，和原圖像中同樣大小的一塊區(qū)域去比對和匹配，第一步，將模板的左上角點(diǎn)和圖像的左上角點(diǎn)重合放置，拿模板和原圖像中同樣大小的一塊區(qū)域進(jìn)行比對和匹配，然后平移到下一個區(qū)域進(jìn)行匹配，重復(fù)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(qū)域，就是要尋找的目標(biāo)。

跟蹤算法利用光流法跟蹤目標(biāo)或者Kalaman跟蹤算法進(jìn)行，

光流法假設(shè)亮度恒定、小運(yùn)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(yōu)化指標(biāo)；