[发明专利]一种机器人视觉导航中视觉里程计构建方法在审
申请号: | 202010939522.3 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112184763A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 谢非;郭钊利;刘益剑;陆飞;梅一剑;何逸;卢毅;吴俊;章悦;汪璠 | 申请(专利权)人: | 南京师范大学镇江创新发展研究院;南京师范大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/73;G06T7/80;G01C22/00 |
代理公司: | 江苏圣典律师事务所 32237 | 代理人: | 于瀚文;胡建华 |
地址: | 212000 *** | 国省代码: | 江苏;32 |
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 机器人 视觉 导航 里程计 构建 方法 | ||
本发明提供了一种机器人视觉导航中视觉里程计构建方法,包括:提取图像特征点;获取物体边界框的位置;判断提取到的特征点是否在检测得到的物体边界框内,若不是,则剔除特征点;若在物体边界框内,则通过光流跟踪物体边界框内的特征点,并通过光流极线法进行动态点的判断,若物体边界框内动态点数目大于阈值,则认为该物体边界框内物体是运动的,将其中所有特征点剔除。若未超过阈值,则认为该物体边界框内物体是静止的,物体边界框内的特征点是有效特征点。根据有效特征点估算相机运动轨迹,恢复出相机旋转和平移运动,估计出相机位姿,完成视觉里程计的构建。本发明解决了动态环境下位姿估计的不准确问题,提高了定位精度。
技术领域
本发明涉及视觉导航及图像处理的技术领域,具体涉及一种机器人视觉导航中视觉里程计构建方法。
背景技术
机器人进入未知环境后实现定位和导航功能离不开视觉里程计,视觉里程计指通过机器视觉技术,处理分析连续视频序列帧图像以完成对移动相机的位置及姿态估计,实现导航及定位功能。传统的视觉里程计在动态环境下鲁棒性与精度较差,场景中的运动物体会造成位姿估计中特征点的误匹配,进而影响定位精度与建图的准确性,受外部环境中移动物体特征点的干扰较大。
发明内容
发明目的:为解决背景技术中存在的技术问题,本发明提出一种机器人视觉导航中视觉里程计构建方法,包括如下步骤:
步骤1,读取原始图像,通过双阈值法提取特征点并获得特征点的位置;
步骤2,通过YOLOv3算法【可参考“Redmon J,Farhadi A.YOLOv3:an incrementalimprovement[OL].[2018-04-08].”】对原始图像进行目标检测,获取物体边界框的位置;
步骤3,根据特征点的位置及物体边界框的位置,判断特征点是否在物体边界框内,剔除不在物体边界框内的特征点,获得在物体边界框内的特征点;
步骤4,对物体边界框内的特征点进行光流跟踪,获取在物体边界框内特征点的运动位置;
步骤5,根据步骤4得到的运动位置,通过光流极线法进行动态特征点的判定,判断在物体边界框内的特征点是静态特征点还是动态特征点;
步骤6,根据所述的物体边界框内的动态特征点来判断物体运动情况,当物体边界框内动态特征点的数目达到一定阈值,则判定该物体边界框内物体是运动的,剔除物体边界框内所有的特征点,获取静态物体特征点,即为有效特征点;
步骤7,根据有效特征点估算相机运动轨迹,恢复出相机旋转和平移运动,估计出相机位姿,完成视觉里程计的构建;
本发明中,步骤1包括如下步骤:
步骤1-1:在原始图像中任取二十个像素p1,p2......p20,p20表示选取的第20个像素,分别检测出它们的亮度Ip1,Ip2......Ip20,设定阈值Tp1:
Ipi为所取的第i个像素点的亮度,i取值为1~20;
步骤1-2:在原始图像上任意选取像素p,检测出它的亮度Ip,设定阈值Tp2,Tp2为Ip的20%;
步骤1-3:以像素p为中心选取半径为3的圆上16个像素点;
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南京师范大学镇江创新发展研究院;南京师范大学,未经南京师范大学镇江创新发展研究院;南京师范大学许可,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/202010939522.3/2.html,转载请声明来源钻瓜专利网。