[发明专利]一种基于改进ORB算法的移动机器人定位方法

权利要求书

1.一种基于改进ORB算法的移动机器人定位方法，包括移动机器人和计算机，其特征在于：包括以下步骤：

(1)输入图像对：移动机器人通过摄像机实时采集图像，并将图像实时传输至计算机进行图像处理；

(2)图像网格化：利用GMS算法采用网格将图像分割为G＝20*20的不重叠单元；

(3)ORB描述子：利用ORB算法检测提取的特征点再通过BRIEF算法进行特征点描述得到描述子；

(4)贝叶斯视觉建模；

(5)网络加权统计；

(6)网络统计值匹配：利用基于评分框架的GMS特征配准算法，由于运动平滑性使匹配特征点邻域有较多正确匹配对，将正确和错误匹配特征数非线性函数作为评分函数，根据设定阈值确定特征匹配标准；

(7)输出匹配结果。

2.根据权利要求1所述的一种基于改进ORB算法的移动机器人定位方法，其特征在于：步骤(3)的具体步骤如下：

(3-1)特征点检测：首先采用SIFT的方法将原图像和高斯核函数卷积构造尺度空间，构造金字塔，对不同尺度的图像进行极值点检测，这样获得的极值点具有尺度不变性，然后通过拟合函数对离散空间点进行插值获得连续空间极值点，确定关键点的位置和尺度；

(3-2)描述子生成：采用BRIEF描述方法对特征点进行描述，BRIEF特征描述子是对图像块二值数字串的描述，通过对比二值数字串的图像灰度，将得到的结果组成二值数字串的形式，二值的具体判断为：

式中p(x)代表图像块p在点x处的灰度值，选择n个(x，y)测试点对，生成的n维二进制数字串为：

具体做法是以关键点为圆心，以一定的长度为半径画圆，在圆内以某一模式选择若干点对，通过上式方法比较每个点对的结果，将比较的结果组成二值字符串即为该特征点的描述子。

3.根据权利要求1或2所述的一种基于改进ORB算法的移动机器人定位方法，其特征在于：所述步骤(3-1)中为增加描述子的旋转不变性，采用SIFT方法通过直方图统计关键点邻域内像素梯度和方向，将直方图峰值所在方向为关键点的主方向。

4.根据权利要求1或2所述的一种基于改进ORB算法的移动机器人定位方法，其特征在于：所述步骤(3-2)为了保证描述子具有旋转一致性，采用SIFT方法将坐标轴旋转作为关键点的方向，以确保旋转不变性。

5.根据权利要求1所述的一种基于改进ORB算法的移动机器人定位方法，其特征在于：步骤(6)的具体步骤如下：

通过计算匹配对领域的得分来对邻域进行归类，给定单元对{i，j}，则得分为：

式中|X_ik,jk|是单元对{i^k,j^k}间的匹配对个数，k是匹配i的不相交的区域个数，网格时G＝20*20，特征点个数为10000，这样每个单元的特征点n＝25，通过得分S_ij将单元对划分为正确和错误集合为{T，F}：

式中a_i是阈值，α＝6，n_i是所有特征点的个数，当得分S_ij大于一定的阈值时，则为正确的匹配邻域，那么只保留该区域的所有匹配对。

6.根据权利要求1所述的一种基于改进ORB算法的移动机器人定位方法，其特征在于：步骤(2)的具体步骤如下：

利用网格将图像分割为G＝20*20的不重叠单元，并采用半格宽度在x，y方向上移动网格模式并重复三次。