[发明专利]一种机器人室内视觉定位方法

摘要

本发明涉及一种机器人室内视觉定位方法，适用于机器人导航。本发明通过模拟人类视觉识别过程建模，对机器人进行进行学习训练，使之可以自主实现定位，识别其自身所处位置，采取视觉显著性模型(Saliency Model)、场景主旨模型(Gist Model)等算法，结合集成为一整套完整的视觉定位算法，与现有的视觉定位技术相比，具有更高的准确率，同时减少了运算时间和训练时间。 1

主权项

1.一种机器人室内视觉定位方法，其特征在于：包括以下步骤：

1)对预定范围的室内场景连续拍摄形成图片库；

2)对图片库中的每一图片进行显著性建模和场景主旨建模，建立位置信息数据库；

3)拍摄任一图片并对图片进行场景主旨建模，与步骤2)中位置信息数据库进行比对匹配，从而获知机器人的定位信息。

2.根据权利要求1所述的机器人室内视觉定位方法，其特征在于：所述步骤2)中显著性建模包括以下步骤：

2a)利用高斯金字塔构建8种不同的空间尺度后，对图像低通过滤和二次采样生成8个幅度的横向和纵向的缩小因素图像；

2b)提取明暗、色彩、方向三种早期视觉特征，对每一个特征通过一组线性的中心周边差运算构建明暗、色彩、方向三组特征图；

2c)将明暗、色彩、方向三组特征图分别合并成三张亮度、颜色、方向显著图；

2d)对三张亮度、颜色、方向显著图归一化后取平均值获得图片的整体显著性。

3.根据权利要求2所述的机器人室内视觉定位方法，其特征在于：所述步骤2d)中的归一化为步骤如下：

2d1)将每张图进行正规化到一个固定的值域[0...M]，以消除振幅的差别；

2d2)找出每张图的全局极大值M，并计算所有局部极大值的平均值m；

2d3)对整个特征图进行乘上(M‑m)^2运算。

4.根据权利要求1所述的机器人室内视觉定位方法，其特征在于：所述场景主旨建模包括以下步骤：

3a)利用高斯金字塔构建8种不同的空间尺度后，对图像低通过滤和二次采样生成8个幅度的横向和纵向的缩小因素图像；

3b)提取明暗、色彩、方向三种早期视觉特征，对明暗、色彩特征通过一组线性的中心周边差运算，构建明暗、色彩、方向三组特征图；

3c)将明暗、色彩、方向三组特征图分别划分为4乘4共计16个子区域的明暗、色彩、方向特征图；

3d)对16个子区域的明暗、色彩、方向特征图矢量化；

3e)运用主成分分析或/和独立成分分析运算降低16个子区域特征图的维度。

5.根据权利要求1所述的机器人室内视觉定位方法，其特征在于：所述步骤2)中的场景主旨建模在多种光线条件进行。