[發(fā)明專利]視覺定位方法、裝置和計(jì)算機(jī)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110618509.2
• 申請(qǐng)日: 2021-06-03
• 公開（公告）號(hào): CN113077513B
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 郭睿;畢占甲;熊友軍
• 申請(qǐng)（專利權(quán)）人: 深圳市優(yōu)必選科技股份有限公司
• 主分類號(hào): G06T7/73
• 分類號(hào): G06T7/73;G06K9/62;G01C11/00
• 代理公司: 深圳市明日今典知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;熊成龍

1.一種視覺定位方法，其特征在于，包括：

提取當(dāng)前幀圖片對(duì)應(yīng)的若干角點(diǎn)特征點(diǎn)；

判斷所述若干角點(diǎn)特征點(diǎn)之間的間距是否小于第一預(yù)設(shè)閾值；

若是，則判斷間距小于第一預(yù)設(shè)閾值的角點(diǎn)特征點(diǎn)的灰度值是否在第二預(yù)設(shè)閾值范圍之內(nèi)；

若所述間距小于第一預(yù)設(shè)閾值的角點(diǎn)特征點(diǎn)的灰度值在第二預(yù)設(shè)閾值范圍之內(nèi)，則得出角點(diǎn)特征點(diǎn)的聚類集合；

在聚類集合中篩選有效特征點(diǎn)，其中，所述有效特征點(diǎn)為同一聚類集合中相距指定像素間距、均勻分布的角點(diǎn)特征點(diǎn)；

根據(jù)所述有效特征點(diǎn)的數(shù)量和所述若干角點(diǎn)特征點(diǎn)的數(shù)量的比值，計(jì)算定位置信度；

若所述定位置信度在預(yù)設(shè)范圍內(nèi)，則根據(jù)所述定位置信度確定視覺定位。

2.根據(jù)權(quán)利要求1所述的視覺定位方法，其特征在于，所述得出角點(diǎn)特征點(diǎn)的聚類集合的步驟，包括：

選擇第一特征點(diǎn)為聚類中心，其中，所述第一特征點(diǎn)為所述間距小于第一預(yù)設(shè)閾值的角點(diǎn)特征點(diǎn)中的任意一特征點(diǎn)；

計(jì)算距離所述聚類中心的第一像素間距對(duì)應(yīng)的預(yù)設(shè)區(qū)域內(nèi)的灰度均值；

判斷距離所述聚類中心的第二像素間距的距離范圍內(nèi)是否存在相鄰的特征點(diǎn)，其中，所述第二像素間距大于所述第一像素間距，所述第二像素間距小于或等于所述第一預(yù)設(shè)閾值；

若是，則計(jì)算所述相鄰的特征點(diǎn)與所述灰度均值的像素偏差；

根據(jù)所述像素偏差篩選與所述第一特征點(diǎn)屬于同一聚類集合的指定相鄰特征點(diǎn)；

根據(jù)以所述第一特征點(diǎn)為聚類中心的聚類過程，分別對(duì)所有角點(diǎn)特征點(diǎn)進(jìn)行聚類分析，得到角點(diǎn)特征點(diǎn)的聚類集合。

3.根據(jù)權(quán)利要求2所述的視覺定位方法，其特征在于，所述根據(jù)所述像素偏差篩選與所述第一特征點(diǎn)屬于同一聚類集合的指定相鄰特征點(diǎn)的步驟，包括：

獲取第一相鄰特征點(diǎn)對(duì)應(yīng)的第一像素偏差，其中，所述第一相鄰特征點(diǎn)為第二像素間距的距離范圍內(nèi)的所有相鄰的特征點(diǎn)中的任一個(gè)；

判斷所述第一像素偏差的絕對(duì)值是否小于或等于像素灰度偏差閾值；

若是，則判斷所述第一相鄰特征點(diǎn)是否存在于所述第一特征點(diǎn)所屬的聚類集合中；

若否，則將所述第一相鄰特征點(diǎn)作為所述指定相鄰特征點(diǎn)，合并至所述第一特征點(diǎn)所屬的聚類集合中。

4.根據(jù)權(quán)利要求3所述的視覺定位方法，其特征在于，所有角點(diǎn)特征點(diǎn)分別存儲(chǔ)于kd-tree，所述第一特征點(diǎn)存儲(chǔ)于所述kd-tree的指定節(jié)點(diǎn)，所述根據(jù)以所述第一特征點(diǎn)為聚類中心的聚類過程，分別對(duì)所有角點(diǎn)特征點(diǎn)進(jìn)行聚類分析，得到角點(diǎn)特征點(diǎn)的聚類集合的步驟，包括：

將所述指定節(jié)點(diǎn)記為檢索路徑的起點(diǎn)；

確定與所述檢索路徑的起點(diǎn)相連的下級(jí)節(jié)點(diǎn)；

獲取所述下級(jí)節(jié)點(diǎn)對(duì)應(yīng)存儲(chǔ)的第二特征點(diǎn)；

按照以所述第一特征點(diǎn)為聚類中心的聚類過程，對(duì)所述第二特征點(diǎn)進(jìn)行聚類分析；

自所述第二特征點(diǎn)的遍歷至所述kd-tree的葉子節(jié)點(diǎn)，得到各聚類集合。

5.根據(jù)權(quán)利要求1所述的視覺定位方法，其特征在于，所述在聚類集合中篩選有效特征點(diǎn)的步驟，包括：

獲取指定聚類集合中的所有角點(diǎn)特征點(diǎn)分別對(duì)應(yīng)的像素坐標(biāo)，其中，所述指定聚類集合為所有聚類集合中的任一個(gè)；

根據(jù)所有角點(diǎn)特征點(diǎn)分別對(duì)應(yīng)的像素坐標(biāo)，計(jì)算最小外接多邊形；

將位于所述最小外接多邊形周邊上的角點(diǎn)特征點(diǎn)，納入所述有效特征點(diǎn)所屬集合。