[发明专利]基于嵌入式的移动机器人快速视觉定位及远程监控系统及方法无效

专利信息
申请号: 200910089310.4 申请日: 2009-07-16
公开(公告)号: CN101957194A 公开(公告)日: 2011-01-26
发明(设计)人: 王殿君;姜永成;任福君;杨喆;刘淑晶;邵东伟;张连军 申请(专利权)人: 北京石油化工学院
主分类号: G01C11/00 分类号: G01C11/00;G01C21/00;G06K9/00;G05B19/048
代理公司: 小松专利事务所 11132 代理人: 陈祚龄
地址: 102617 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 嵌入式 移动 机器人 快速 视觉 定位 远程 监控 系统 方法
【权利要求书】:

1.一种基于嵌入式的移动机器人快速视觉定位及远程监控系统,包括嵌入式底板(1)、嵌入式核心板(2)、图像数据采集模块(3)、数字信号处理模块(4)、通信模块(5)、USB接口(6)、存储模块(7)、摄像头(8)和定位显示终端(9),其特征在于:在嵌入式底板(1)内设置嵌入式核心板(2)、图像数据采集模块(3)、数字信号处理模块(4)、无线通信模块(5)、USB接口(6)和存储模块(7),摄像头(8)与嵌入式底板(1)上的USB接口(6)相连接,图像数据采集模块(3)的信号输入端连接到USB接口(6)。

2.根据权利要求1所述的基于嵌入式的移动机器人快速视觉定位及远程监控系统,其特征在于:所述的嵌入式核心板(2)为基于ARM的体系结构,图像数据采集模块(3)为具备视频解码功能的CCD/CMOS照相模块,数字信号处理模块(4)为基于DSP的数字信号处理模块,通信模块(5)为无线通信模块。

3.一种基于嵌入式的移动机器人快速视觉定位及远程监控方法,它包含下列步骤:

(1)将移动机器人行走路径中的特定标示物景物进行图像采集,并进行处理,得到含有特定标示物图像的原始图像;

(2)制作标示物模板图像,将获得的特定标示物原始图像进行处理,截取标示物的重要部分,制作成标示物模板图像;

(3)运用改进SIFT算法对标示物模板图像进行处理,得到特定标示物模板图像的SIFT特征点向量集合;

(4)利用移动机器人摄像头对机器人周围图像进行采集,存储并进行灰度处理,将图像变成灰度图,得到待识别图像;

(5)运用改进SIFT算法对得到的待识别图像进行处理,得到待识别图像的SIFT特征点向量集合;

(6)将得到的特定标示物模板图像的SIFT特征点向量集合和得到的待识别图像的SIFT特征点向量集合中查找相互匹配的特征点,计算两张图像相对应的匹配特征点集合;

(7)将计算得到的特定标示物模板图像的匹配特征点集合进行处理,根据匹配特征点在特定标示物模板图像中的坐标位置,实现对机器人周围景物的图像识别,最后根据特定标示物代表的坐标位置,确定移动机器人的位置,达到视觉定位的目的,并通过通信模块将定位信息通过网络传送到移动机器人定位显示终端。

4.根据权利要求3所述的基于嵌入式的移动机器人快速视觉定位及远程监控方法,其特征在于:所述的特定标示物是移动机器人行走路径中任意的图像。

5.根据权利要求3所述的基于嵌入式的移动机器人快速视觉定位及远程监控方法,其特征在于:所述的改进SIFT算法为对每个关键特征点采用6维向量表示。

6.根据权利要求3所述的基于嵌入式的移动机器人快速视觉定位及远程监控方法,其特征在于:所述的对标示物模板图像进行处理为通过检测尺度空间极值点、精确定位极值点、为每个关键点指定方向参数及关键点描述子的生成这几步之后,提取出对旋转、尺度缩放、亮度变化保持不变性SIFT特征向量,并存储在计算机数据库中。

7.根据权利要求3所述的基于嵌入式的移动机器人快速视觉定位及远程监控方法,其特征在于:所述的匹配特征点的查找及计算为采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量,取特定标示物图像中的某个关键点,并找出其与待识别图像中欧式距离最近的前两个关键点,在这两个关键点中,如果最近的距离除以次近的距离少于某个比例阈值,则接受这一对匹配点。

8.根据权利要求3所述的基于嵌入式的移动机器人快速视觉定位及远程监控方法,其特征在于:所述的匹配特征点集合的处理为采用极线约束法去除误匹配点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京石油化工学院,未经北京石油化工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910089310.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top