[發明專利]一種基于高斯過程的視覺定位方法、系統及存儲介質有效
| 申請號: | 202010731969.1 | 申請日: | 2020-07-27 |
| 公開(公告)號: | CN111739066B | 公開(公告)日: | 2020-12-22 |
| 發明(設計)人: | 李堅強;陳杰;李欽堅;胡書卿;梁中明 | 申請(專利權)人: | 深圳大學 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/207 |
| 代理公司: | 深圳市君勝知識產權代理事務所(普通合伙) 44268 | 代理人: | 劉文求 |
| 地址: | 518060 廣東*** | 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: | 一種 基于 過程 視覺 定位 方法 系統 存儲 介質 | ||
1.一種基于高斯過程的視覺定位方法,其特征在于,包括:
采集行進途中周圍環境的圖像信息及移動的軌跡點;
提取所采集圖像信息中的全局特征和語義特征;
按照預設處理規則對所提取的全局特征和語義特征、以及移動的軌跡點進行處理,得到高斯過程表達式;
根據所述高斯過程表達式重建貝葉斯濾波框架,并賦予當前軌跡一個初始位置點,通過重建的貝葉斯濾波框架生成當前軌跡的下一個位置點,所述下一個位置點用于為導航提供定位指引。
2.根據權利要求1所述的基于高斯過程的視覺定位方法,其特征在于,所述根據所述高斯過程表達式重建貝葉斯濾波框架,并賦予當前軌跡一個初始位置點,通過重建的貝葉斯濾波框架生成當前軌跡的下一個位置點,具體包括:
將所述高斯過程表達式代入貝葉斯算法中,以高斯過程表達式構建貝葉斯濾波框架的觀測模型,重建貝葉斯濾波框架;
賦予當前軌跡一個初始位置點,在重建的貝葉斯濾波框架中根據所述初始位置點預測當前軌跡的下一個位置點;
對所預測出的下一個位置點施加觀測模型進行位置修正,得到修正后的預測位置點。
3.根據權利要求2所述的基于高斯過程的視覺定位方法,其特征在于,所述對所預測出的下一個位置點施加觀測模型進行位置修正,得到修正后的預測位置點,之后包括:
以修正后的預測位置點作為當前位置點繼續預測下一個位置點。
4.根據權利要求1所述的基于高斯過程的視覺定位方法,其特征在于,所述提取所采集圖像信息中的全局特征和語義特征的方式分別為:
通過Steerable Pyramid算法提取所采集圖像信息中全局特征的維度;
通過CenterNet算法語義提取所采集的每張圖片中不同類別事物的最高概率值。
5.根據權利要求4所述的基于高斯過程的視覺定位方法,其特征在于,所述按照預設處理規則對所提取的全局特征和語義特征、以及移動的軌跡點進行處理,得到高斯過程表達式,具體包括:
壓縮所提取全局特征的維度至不重復的最少維度;
按照事物類別分別為語義提取的最高概率值建立一個維度;
將所提取的全局特征和語義特征對應的維度結合成特征值矩陣;
建立特征值矩陣與所采集的軌跡點的對應關系,并進行訓練,輸出表示特征值與軌跡點空間關系的高斯過程表達式。
6.根據權利要求5所述的基于高斯過程的視覺定位方法,其特征在于,所述建立特征值矩陣與所采集的軌跡點的對應關系,并進行訓練,輸出表示特征值與軌跡點空間關系的高斯過程表達式,具體包括:
以軌跡點作為X值,以特征值作為Y值,進行高斯過程訓練,建立特征值與軌跡點之間的聯系,得到高斯過程表達式。
7.根據權利要求1所述的基于高斯過程的視覺定位方法,其特征在于,所述采集行進途中周圍環境的圖像信息及移動的軌跡點具體包括:
啟用攝像頭拍攝行進途中周圍環境的圖像;
通過GPS定位行進途中移動的軌跡點,并隨機采集通過GPS定位的軌跡點。
8.根據權利要求1所述的基于高斯過程的視覺定位方法,其特征在于,所述當前軌跡的初始位置點為通過GPS定位的當前軌跡的第一個位置點。
9.一種基于高斯過程的視覺定位系統,其特征在于,包括有存儲器,以及一個或者一個以上的程序,其中一個或者一個以上程序存儲于存儲器中,且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于執行如權利要求1-8中任一項所述的基于高斯過程的視覺定位方法。
10.一種存儲介質,其特征在于,所述存儲介質存儲有計算機程序,所述計算機程序能夠被執行以用于實現如權利要求1-8任一項所述的基于高斯過程的視覺定位方法。
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大學,未經深圳大學許可,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/202010731969.1/1.html,轉載請聲明來源鉆瓜專利網。





