[发明专利]一种基于视觉特征点匹配的机器人地图选择方法及系统

说明书

本发明公开了一种基于视觉特征点匹配的机器人地图选择方法及系统，属于机器人应用领域；所述的方法的具体步骤包括：S1采集地图数据并在云端建立字典；S2通过机器人摄像头采集一帧图像并上传至云端服务；S3提取图像关键点；S4计算描述子；S5递归所有地图文件进行特征点匹配S6重复S2～S5步骤直到匹配到对应地图；S7将匹配到的地图文件下发到机器人端进行加载；该方法借助云计算的优势，将当前扫描到的视频逐帧上传至云端，在云端解析其特征点并与云端数据库中所有已知的地图文件进行匹配计算，并将匹配到的地图反馈给机器人，从而使机器人实现自动选择并加载当前场景地图的功能，解决了机器人在不同室内场景需手动切换地图的弊端。

技术领域

本发明公开一种基于视觉特征点匹配的机器人地图选择方法及系统，涉及机器人应用技术领域。

背景技术

随着机器人和自动驾驶技术的不断发展，机器人及其自动驾驶技术被应用于越来越多的领域，从室外巡逻机器人到室内配送服务机器人，机器人的应用场景无处不在。

机器人导航及定位技术依赖于提前构建好的地图，室外机器人可以通过GPS进行精确定位，从而确认机器人自身在地图中的位置。然而，当机器人进入室内场景后，由于建筑物遮挡，无法获取GPS信号，导致传统的地图及定位方法失效，且不同的室内环境对应不同的地图文件，固定场景下通常由人们手动配置好机器人地图后才能开始工作，但对于工作于多个室内场景下的机器人，若每次都靠人工切换地图，则费时费力且无法突出机器人的智能性。因此，如何实现已知的室内环境下机器人自动加载对应的地图文件成为目前亟待解决的问题；

故现发明一种基于视觉特征点匹配的机器人地图选择方法及系统，以解决上述问题。

发明内容

本发明针对现有技术的问题，提供一种基于视觉特征点匹配的机器人地图选择方法及系统，所采用的技术方案为：一种基于视觉特征点匹配的机器人地图选择方法，所述的方法的具体步骤包括：

S1采集地图数据并在云端建立字典；

S2通过机器人摄像头采集一帧图像并上传至云端服务；

S3提取图像关键点；

S4计算描述子；

S5递归所有地图文件进行特征点匹配；

S6重复S2～S5步骤直到匹配到对应地图；

S7将匹配到的地图文件下发到机器人端进行加载。

所述S3云端服务将提取每一帧收到图像的ORB特征点作为图像关键点，具体步骤包括：

S301在图像中选取像素p，设定其亮度为Ip；

S302设置Ip的阈值T；

S303以像素p为中心选取像素点；

S304判断选取的像素点是否为特征点；

S305对每个像素循环执行S301～S304步骤操作，找到图片中所有特征点。

所述S4使用BRIEF特征描述方法对每个图像关键点计算其描述子。

所述S5递归所有地图文件进行特征点匹配的具体步骤包括：

S501将特征点与地图数据库中的地图文件进行特征点匹配；

S502采用快速最近邻算法算法，生成所有地图文件与该帧图像特征点相似度数组、并进行降序排列。

所述S6重复S2～S5步骤直到匹配到对应地图的具体步骤包括：

S601若云端匹配到相应的地图文件，则将地图下发给机器人；