[发明专利]一种动态环境下结合语义的视觉定位系统和方法有效

专利信息
申请号: 201711040037.7 申请日: 2017-10-31
公开(公告)号: CN107833236B 公开(公告)日: 2020-06-26
发明(设计)人: 王金戈;邹旭东;仇晓松;曹天扬;蔡浩原;李彤 申请(专利权)人: 中国科学院电子学研究所
主分类号: G06T7/20 分类号: G06T7/20;G06T7/33;G06T7/70;G06N3/04
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 曹玲柱
地址: 100190 *** 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: 一种 动态 环境 结合 语义 视觉 定位 系统 方法
【权利要求书】:

1.一种动态环境中的单目视觉定位系统,包括:

物体检测模块,用于检测输入图像中物体的种类及所在位置,并输出检测结果;

语义校正模块,用于接收所述检测结果,并根据物体种类将物体判定为动态物体或静态物体,输出判定结果;以及

定位与建图模块,用于接收所述判定结果,并在图像中剔除所述动态物体;

其中,所述语义校正模块包括:

先验知识模块,包括动态物体判定模型,用于判定图像中的物体对应的动态特性分数;以及

动态判定模块,用于比较所述动态特性分数和预先设定的阈值的大小,动态特性分数高于阈值的物体判定为动态物体,动态特性分数低于阈值的物体判定为静态物体。

2.根据权利要求1所述的动态环境中的单目视觉定位系统,其中,所述动态物体判定模型用于结合先验知识设定多种物体的动态特性分数。

3.根据权利要求1所述的动态环境中的单目视觉定位系统,其中,还包括漏检补偿模块,用于根据相邻帧图像中各个物体的位置坐标检测图像中是否存在漏检的物体。

4.根据权利要求1所述的动态环境中的单目视觉定位系统,其中,所述物体检测模块用于采用多层神经网络构成的分类器检测图像中的各个物体的种类;

所述多层神经网络为SSD物体检测网络,采用VGG16的基础网络结构,保留前5层不变,fc6和fc7层转化成两个卷积层,并增加三个卷积层和一个平均池化层。

5.根据权利要求1所述的动态环境中的单目视觉定位系统,其中,所述定位与建图模块包括跟踪模块、建图模块和回环检测模块;

所述跟踪模块用于对输入图像提取ORB特征点,根据所述判定结果对特征点分类,剔除位于动态物体上的特征点,只保留静态物体上的特征点,并判定所述输入图像是否作为关键帧加入关键帧列表;

所述建图模块用于利用关键帧和关键帧观测到的地图点执行集束调整优化;

所述回环检测部分用于消除定位与建图模块在大场景下的累积误差。

6.一种动态环境中的单目视觉定位方法,包括:

检测当前帧图像中物体的种类及位置坐标;

根据物体种类将物体判定为动态物体或静态物体;以及

在当前帧图像中剔除所述动态物体;

其中,所述根据物体种类将物体判定为动态物体或静态物体包括:

根据先验知识判定图像中的物体对应的动态特性分数;

比较所述动态特性分数和预先设定的阈值的大小,将动态特性分数高于阈值的物体判定为动态物体,动态特性分数低于阈值的物体判定为静态物体。

7.根据权利要求6所述的动态环境中的单目视觉定位方法,其中,还包括:检测当前帧图像中是否存在漏检的物体;

其中,检测公式为:若存在则没有漏检,否则,将X0j作为漏检物体加入当前帧的检测结果中,式中,X1i为当前帧图像中任一物体的坐标,i表示当前帧图像中的第i个物体,X0j为前一帧图像中任一物体的坐标,j表示前一帧图像中的第j个物体,v_threshold为动态物体运动速度的阈值,FPS为帧率。

8.根据权利要求6所述的动态环境中的单目视觉定位方法,其中,所述在当前帧图像中剔除所述动态物体进一步包括:

对当前帧图像提取ORB特征点;

根据所述动态物体和静态物体的判定结果对特征点进行分类;

剔除位于动态物体上的特征点,保留静态物体上的特征点。

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中国科学院电子学研究所,未经中国科学院电子学研究所许可,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/201711040037.7/1.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