基于图文识别和语义的机器人自主定位和导航制造技术
【技术实现步骤摘要】
基于图文识别和语义的机器人自主定位和导航
本专利技术涉及移动智能设备如服务机器人、无人机、自动导引小车、室内三维建模设备等自主定位和导航的领域，特别是涉及室内没有GPS信号的情况下的智能移动设备的定位和导航，这种定位和导航无需事先提供环境的平面图，无需在室内部署无线网络如UWB、ZIGBEE网络等。
技术介绍
对于高精度定位的需求，来自于如火如荼、迅猛发展的机器人领域以及可穿戴设备领域，比如机器人包括家政机器人、扫地机器人、物流机器人，相对于人类的定位来说，定位对于这些设备是刚需，并且应用场景的多样性，不能采用特别的设备如UWB基站和天线的方式实现；对于机器人，虽然目前有基于轨道、磁贴或者人工遥控等方式的定位方案，但是都不属于自主导航，轨道部署成本高，而磁贴具有容易消磁、部署不方便等缺点。服务机器人大部分时间呆在室内，在一个陌生的大型室内环境如医院、展览馆、火车站、航站楼、停车场等，常常有快速室内定位和导航的需求，所以室内的定位就非常有市场前景和应用价值。由于各种大型商场大型场馆越来越多，而GPS因为定位信号到达地面时较弱，不能穿透建筑物，同时又受到定位器终端的成...
【技术保护点】
将室内的图文信息与当前的SLAM算法结合，提高特征识别的精确度以及回路检测的准确度，并根据识别的结果以及人工干预，赋予环境地图的语义信息，以方便人机交互，使得机器人更智能地完成人类交给的任务：步骤a：通过摄像头获取环境的图片信息(建议每秒至少一帧图像)；步骤b：从图像中提取有标识意义的包含图文信息的区域，并进行识别；步骤c：将识别以后的图文信息作为路标(landmark)，进行非线性优化；步骤d：系统实时将当前识别的图文信息与先前的缓存的图文信息进行匹配，结合先前的机器人位置，判定当前的图文为重复的图文信息，从而断定此为回路检测成立；步骤e：根据回路检测的成立，矫正机器人位...
【技术特征摘要】
1.将室内的图文信息与当前的SLAM算法结合，提高特征识别的精确度以及回路检测的准确度，并根据识别的结果以及人工干预，赋予环境地图的语义信息，以方便人机交互，使得机器人更智能地完成人类交给的任务：步骤a：通过摄像头获取环境的图片信息(建议每秒至少一帧图像)；步骤b：从图像中提取有标识意义的包含图文信息的区域，并进行识别；步骤c：将识别以后的图文信息作为路标(landmark)，进行非线性优化；步骤d：系统实时将当前识别的图文信息与先前的缓存的图文信息进行匹配，结合先前的机器人位置，判定当前的图文为重复的图文信息，从而断定此为回路检测成立；步骤e：根据回路检测的成立，矫正机器人位姿的误差；步骤f：根据识别的结果，并通过人工干预，赋予环境地图以语义信息。2.根据权利要求1步骤b所述的方法，其特征在于，从摄像头视频中截图，从所截取的图像中获取图文区域，并进行图文识别，包括：步骤b11：针对机器人所获取的视频(以及截取的图像)分辨率低，难以有效的被用来识别有用的图文信息，本发明首先通过基于重建的超分辨率算法把连续的几帧低分辨率图像融合成一帧高分辨率图形：1)利用SURF或者ORB进行特征点的匹配(SURF或者ORB是现有的特征点匹配算法)；2)基于特征点的匹配获得不同图形之间的变换矩阵(transformationmatrix)；3)根据变换矩阵把不同的帧图像变换到同一个局部坐标系下；4)利用最大后验概率算法MAP(MaximumaPosterior)融合上述多帧图像到一张高分辨率图像。下面公式中表示对目标高分辨率图像E的估计，也就是算法最终的输出结果。其中的先验概率项lnp(E)表示高分辨率图像E出现的先验概率，代表了对高分辨率图像的一种评价标准，以避免病态问题的出现。在MAP及相关的超分辨率方法中，体现加入的HR图像的先验知识的这一项lnp(E)，通常表达了对目标图像平滑程度的要求，使得结果图像具有比较强的空间连续性。步骤b12：在合成的高分辨率图像上面，通过极值区域ER(ExtremalRegion)筛选方法有效减少所要识别的图文区域的数量，从而减少下一步OCR引擎所要处理的图文区域的数量，提高了识别的实时性；为了描述方便，这里定义图像...
【专利技术属性】
技术研发人员：王庆文，
申请(专利权)人：南京万云信息技术有限公司，
类型：发明
国别省市：江苏,32
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。