[发明专利]一种基于空中三维模型的移动机器人自主定位系统及方法在审
申请号: | 202010895306.3 | 申请日: | 2020-08-31 |
公开(公告)号: | CN114120095A | 公开(公告)日: | 2022-03-01 |
发明(设计)人: | 邹斌;葛建飞;吕立;肖江剑;刘超;翟永昂;冯志凡 | 申请(专利权)人: | 中国科学院宁波材料技术与工程研究所 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V20/56;G06V10/25;G06V10/26;G06V10/46;G06V10/764;G06V10/762;G06V10/77;G06V10/82;G06N3/04;G06N3/08;G06K9/62;G01S7/48;G01S17/86 |
代理公司: | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人: | 王锋 |
地址: | 315201 浙江*** | 国省代码: | 浙江;33 |
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 基于 空中 三维 模型 移动 机器人 自主 定位 系统 方法 | ||
1.基于空中三维模型的移动机器人自主定位系统及方法,其特征在于包括:
空中三维模型全局地图特征数据库构建模块:用于生成移动机器人定位的全局地图特征描述子搜索库及区块索引;
移动机器人全局粗略定位模块:利用图像信息实现移动机器人在空中三维模型中全局粗略定位,并检索出全局粗略定位的区块索引;
移动机器人全局精确定位模块:根据所述全局粗略定位的区块索引在所述全局地图特征描述子搜索库中索引到粗略定位的区块特征描述子搜索库,利用图像对点云特征信息增强后在粗略定位的区块特征描述子搜索库中进行检索匹配,匹配成功后计算出移动机器人的精确位姿。
2.根据权利要求1所述的基于空中三维模型的移动机器人自主定位系统及方法,其特征在于,所述空中三维模型全局地图特征数据库构建模块具体包括:
空中三维模型建立及模型点云化单元:用于建立空中三维模型,将三维模型点云化,提供移动机器人进行定位的全局地图;
点云模型的分割、描述单元:用于对全局地图进行语义分割,并提取每一个分割片段的特征描述子以生成移动机器人定位的全局地图特征描述子搜索库;
点云模型的分块单元:用于对全局地图和特征描述子搜索库进行区块划分并生成区块索引。
3.根据权利要求1所述的基于空中三维模型的移动机器人自主定位系统及方法,其特征在于,所述移动机器人全局粗略定位模块具体包括:
模拟数据采集单元:用于在空中三维模型中模拟移动机器人在地面采集图像及其对应的相机位姿信息;
数据集生成单元:用于生成用于训练基于单帧图像的相机位姿估计的神经网络的训练集和测试集;
网络构建及模型训练单元:用于构建基于单帧图像的相机姿态估计的神经网络,并对其进行训练,得到基于单帧图像的相机姿态粗略估计模型;
粗略定位模块:利用相机姿态粗略估计模型对移动机器人实时采集的图像进行相机姿态粗略估计,实现移动机器人的粗略定位,并检索出粗略定位的区块索引。
4.根据权利要求1所述的基于空中三维模型的移动机器人自主定位系统及方法,其特征在于,所述移动机器人全局精确定位模块具体包括:
点云实时分割、描述单元:用于对激光雷达实时采集的局部点云进行分割并提取其描述子;
特征信息增强单元:用于提取图像的特征信息,并利用图像的特征信息增强局部点云描述子;
精确定位单元:用于对所述特征信息增强单元中增强后的局部点云描述子在指定的区块索引的点云信息中心进行搜索匹配,并在匹配成功后计算移动机器人的精确位姿。
5.基于空中三维模型的移动机器人自主定位系统及方法,其特征在于包括如下步骤:
步骤(1)、生成移动机器人进行定位的全局地图特征描述子搜索库及区块索引;
步骤(2)、对移动机器人进行粗略的定位,并检索出粗略定位的区块索引;
步骤(3)、根据粗略定位区块索引找到粗略定位的区块特征描述子搜索库,利用图像对点云特征信息增强后在粗略定位的区块特征描述子搜索库中进行检索匹配,匹配成功后计算出移动机器人的精确位姿。
6.根据权利要求5所述的基于空中三维模型的移动机器人自主定位系统及方法,其特征在于步骤(1)包括如下步骤:
步骤(1-1)、建立空中三维模型,将三维模型点云化,提供移动机器人进行定位的全局地图;
步骤(1-2)、对全局地图进行分割,并提取每一个分割片段的特征描述子以生成移动机器人定位的全局地图特征描述子搜索库;
步骤(1-3)、对全局地图和特征描述子搜索库进行区块划分并生成区块索引。
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宁波材料技术与工程研究所,未经中国科学院宁波材料技术与工程研究所许可,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/202010895306.3/1.html,转载请声明来源钻瓜专利网。