The invention belongs to the field of vision positioning technology of a mobile robot, in particular to a binocular omnidirectional vision robot autonomous positioning method based on SURF algorithm. The present invention includes: (1) setting the artificial landmark as the prior position information; (2), SURF MDGHM features improved; (3) the matching point iterative algorithm to eliminate the false matching; (4) binocular vertical baseline 3D panorama system inverse imaging range; (5) panoramic triangulation; (6) prediction accelerate the localization speed detection window. The invention for indoor mobile robot autonomous positioning, by setting the artificial landmark as a priori location information, using MDGHM improved SURF algorithm to detect feature points, and landmark recognition positioning through feature matching, the matching point iterative algorithm to reduce the matching error, improve the accuracy of the landmark center, landmark detection area by the state of motion the robot predicts faster motion positioning.
【技术实现步骤摘要】
一种基于SURF算法的双目全景视觉机器人自主定位方法
本专利技术属于移动机器人视觉定位
,具体涉及一种基于SURF算法的双目全景视觉机器人自主定位方法。
技术介绍
移动机器人自主定位导航能力是衡量其智能化水平的关键因素,环境感知能力是移动机器人智能化的基础,一直是机器人领域一个的研究热点。室内定位方式比较成熟的是磁轨,但适用范围有限;RFID、蓝牙、WLAN等信号容易衰减,精度差;超声波容易受障碍物干扰、激光雷达成本太高;电机编码脉冲运动学定位存在累计误差,而全景视觉传感器具有探测范围广,获取信息量大、成像旋转不变性、快速、高精度等优点,恰好能够为自主移动机器人提供丰富的环境信息。移动机器人定位路标有自然路标和人工路标两种,利用自然路标,例如采用双阈值FAST特征检测的SIFT描述算法,解决了在室内非结构化环境中的定位问题,但视觉路标库的采样规则难以满足。而应用路标定位则可通过设置人工路标,将任意环境结构化。针对移动机器人定位过程中视觉图像特征点提取与匹配数量较多,边缘特征点不稳定的问题,在Bay结合SIFT特征点提取过程,提出了一种加速的、具有特征鲁棒性的SURF算法。通过设置多个路标,利用改进SURF算法进行路标定位。根据垂直基线双目全景系统测量精度与基线距成正比、与测量距离平方成反比的特点,建立垂直基线的双目全景系统三维逆光路成像分析模型,通过双目全景视觉获取路标的相对距离和方位等深度信息,从而得到机器人本身的位置的移动机器人视觉定位方法,很好地解决了视觉机器人自主定位的关键问题。
技术实现思路
本专利技术目的在于提供一种基于SURF算法的双目全景 ...
【技术保护点】
一种基于SURF算法的双目全景视觉机器人自主定位方法,其特征在于,包括如下步骤:(1)设置人工路标作为先验位置信息:在未知非结构化环境中,根据SURF特征点提取算法,采集环境全景图像库测试,设计弱干扰匹配路标,在机器人工作环境内遮挡度低的一侧等间隔、等高设置两个以上不同特征的人工路标;(2)改进的MDGHM‑SURF特征匹配:采用改进MDGHM‑SURF算法进行路标特征匹配定位,对全景图像掩膜进行等间隔采样,并进行像素坐标变换,定义图像I(i,j)的(p,q)阶改进后离散Gaussian‑Hermit矩为:
【技术特征摘要】
1.一种基于SURF算法的双目全景视觉机器人自主定位方法,其特征在于,包括如下步骤:(1)设置人工路标作为先验位置信息:在未知非结构化环境中,根据SURF特征点提取算法,采集环境全景图像库测试,设计弱干扰匹配路标,在机器人工作环境内遮挡度低的一侧等间隔、等高设置两个以上不同特征的人工路标;(2)改进的MDGHM-SURF特征匹配:采用改进MDGHM-SURF算法进行路标特征匹配定位,对全景图像掩膜进行等间隔采样,并进行像素坐标变换,定义图像I(i,j)的(p,q)阶改进后离散Gaussian-Hermit矩为:其中利用改进离散Gaussian-Hermit矩描述局部特征点,以描述特征点为中心,沿特征点主方向的正方形区域划分为若干个子区域,各区域获取多个采样点,在X和Y方向上分别描述;(3)匹配点重心迭代算法消除误匹配:由步骤(2)得匹配点坐标为Ai(xi,yi),匹配度为mi设计的路标的特征均布,则匹配路标点重心为通过计算Ai距离Z的欧式距离di,建立循环求取距离最大值dimax,设定距离阈值dH,如dimax>dH,则删除该误匹配点,重新迭代计算重心,直到d′imax≤dH,实现路标中心精确定位;(4)垂直基线式双目全景系统三维逆光路成像测距:由步骤(3)定位出上下全景中各路标位置后,计算图像中路标距全景中心的像素距离,根据全景成像旋转对称性,取一个光轴截面为研究平面,双曲面镜的上支顶点为坐标原点,水平、竖直方向分别为X、Y轴建立坐标系,双曲面镜曲线方程为(y-c)2/a2-x2/b2=1其中a、b、c分别为双曲面镜实轴、虚轴和焦距长度,在全景图像中测得路标点距全景中心的距离为r1,相机标定...
【专利技术属性】
技术研发人员:朱齐丹,谢洪乐,夏桂华,蔡成涛,张智,吕晓龙,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。