一种移动机器人可行区域训练数据集扩充方法技术

本发明专利技术公开了一种移动机器人可行区域训练数据集扩充方法，使用双目摄像头采集额定张包含地形地貌的原始图像，其后对图像作标准化处理，以便于后续的数据集扩充变换，随后进行图像变换扩充。在此基础上，通过图像合成、增加雨雪印记、模拟红外来扩充不同气象及拍摄条件下得到的图像样本，变换出许多特殊情况下才可能采集到的图像样本。本发明专利技术有效扩大了数据集覆盖范围，为后续的机器学习增加了更多的训练样本，显著缩短了构建数据集的周期，降低了构建数据集的成本，辅助提高了移动机器人的训练效果，提高了机器人在多种特殊情况下对可行区域的识别率。

A Data Set Extension Method for Mobile Robot Feasible Area Training

The invention discloses a data set expansion method for mobile robot feasible area training. Binocular cameras are used to collect a rated original image containing topography and landform, and then standardize the image for subsequent data set expansion and transformation, and then image transformation and expansion. On this basis, image samples obtained under different weather and shooting conditions are expanded by image synthesis, adding rain and snow imprints and simulating infrared, and many image samples may be acquired under special circumstances are transformed. The invention effectively enlarges the coverage of data sets, adds more training samples for subsequent machine learning, significantly shortens the period of constructing data sets, reduces the cost of constructing data sets, assists in improving the training effect of mobile robots, and improves the recognition rate of feasible regions for robots under various special circumstances.

【技术实现步骤摘要】
一种移动机器人可行区域训练数据集扩充方法
本专利技术涉及一种数据集扩充方法，特别涉及一种移动机器人可行区域训练数据集扩充方法。
技术介绍
可行区域是指移动机器人可以行走的区域，对可行区域进行识别是移动机器人导航与规划的前提条件。目前的可行区域识别技术主要是把传感器（如：激光雷达、视觉等）覆盖的空间区分为可行区域与不可行区域。随着机器人技术的发展，机器人应用领域也在不断扩展，其工作环境逐步从室内拓展至室外。室外可行区域区别的区别非常大，例如：柏油路、泥土路、瓷砖路、草地、沙子路等。不同可行区域尽管都可以行走，但是对机器人的速度、安全性、能耗等指标影响非常大。考虑到移动机器人工作时不同的地形地貌地貌对其造成的影响，区分不同的可行区域对移动机器人的导航与规划非常重要，但目前这方面的技术尚处于起步阶段。图像识别目前常常采用机器学习的办法，而机器学习的关键是有一个海量的样本集供训练使用。对于机器人可行区域识别而言，如果样本库过泛，或导致识别率低、实时性差等问题，如果对不同的工作环境建立专门的样本库，则需要投入大量的人力物力。如何针对专门的工作环境，快速低成本的建立有效的样本库是本专利技术要解决本文档来自技高网...

【技术保护点】
1.一种移动机器人可行区域训练数据集扩充方法，其特征在于：包括以下步骤：步骤一：使用双目摄像头获取额定张包含不同地形地貌的原始图像，并利用双目测算所述图像上若干点之间相对位置高度，对存在相对位置高度差大于额定值的图像作标记；步骤二：使用循环剪切法每隔固定像素剪切原始图像，得到若干子图像并保存；步骤三：将所述子图像中像素小于固定像素的边缘子图像删去，剩下若干大小一致的等像素图像并保存；步骤四：从所述等像素图像中筛选出地形地貌信息所占像素比大于等于预设值的图像，然后作为初始图像保存；步骤五：将所述初始图像以预设的比例缩放，得到样本图像的数据集并保存；步骤六：两两对比所述数据集中图像的相似度，生成若...

【技术特征摘要】
1.一种移动机器人可行区域训练数据集扩充方法，其特征在于：包括以下步骤：步骤一：使用双目摄像头获取额定张包含不同地形地貌的原始图像，并利用双目测算所述图像上若干点之间相对位置高度，对存在相对位置高度差大于额定值的图像作标记；步骤二：使用循环剪切法每隔固定像素剪切原始图像，得到若干子图像并保存；步骤三：将所述子图像中像素小于固定像素的边缘子图像删去，剩下若干大小一致的等像素图像并保存；步骤四：从所述等像素图像中筛选出地形地貌信息所占像素比大于等于预设值的图像，然后作为初始图像保存；步骤五：将所述初始图像以预设的比例缩放，得到样本图像的数据集并保存；步骤六：两两对比所述数据集中图像的相似度，生成若干组带两张相似图像的图组，将所述图组以相似度为标准排序，将排行位于阈值之前的图组中的两张图像合成，保存合成图以及原数据集的图像为样本数据集；步骤七：以旋转变换、翻转变换、缩放变换、镜像变换，过滤变换、对比度变换以及噪声扰动为变换基本元素，生成若干种不同的变换组合，对照每种数学组合中包含的元素对样本数据集中图像进行对应的变换或扰动，将新生成的图像以及原有的图像保存为一次扩充数据集；步骤八：将一次扩充数据集中的部分图像制作副本，对副本图像增加气象效果或镜头异常效果，将一次扩充数据集中的图像以及增加效果后的图像保存为二次扩充数据集；步骤九：将二次扩充数据集中的部分图像制作副本，对副本图像进行模拟红外变换，随后将二次扩充数据集中的图像以及模拟红外变换后的图像保存为最终数据集。2.根据权利要求1所述的一种移动机器人可行区域训练数据集扩充方法，其特征在于：在所述步骤七中，所述旋转变换为：以指定或随机的角度，将样本图像以中点为基准进行旋转；所述翻转变换为：以指定或随机的角度，将样本图像绕水平轴或垂直轴翻转；所述缩放变换为：以指定或随机的比例，对样本图像进行放大或缩小；所述镜像变换为：以样本图像中指定或随机的一条直线为基准进行镜像变化操作；所述过滤变换为：使用指定或随机的尺度因子对样本图像进行变换，重新构建比例空间，更改模糊程度；所述对比度变换为：色调不变，改变样本图像的饱和度以及亮度；所述噪声扰动为：利用高斯噪声和椒盐噪声对样本图像进行组合噪声扰动。3.根据权利要求2所述的一种移动机器人可行区域训练数据...

【专利技术属性】
技术研发人员：蒋彦敏，张波涛，仲朝亮，王万里，吕强，吴秋轩，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33