【技术实现步骤摘要】
视觉信息特征指纹库构建方法、定位方法及装置
[0001]本专利技术涉及定位
,尤其涉及一种视觉信息特征指纹库构建方法、定位方法及装置。
技术介绍
[0002]近年来,服务类机器人已经越来越多地走进了人们的日常生活中,各式各样的人工智能服务给我们的生活带来了很大的便捷,精准的位置信息对保证它们的服务能力而言意义重大。由于墙壁等障碍物的遮挡,在室内环境中,若仅仅依靠卫星信号进行室内定位,定位精度和稳定性都会受到影响。在获取位置信息时,定位精度和稳定性是首要的需求,大多数情况下也需要有实时性的保证。精度高、稳定性强、实时性优良的室内定位技术已经成为各国研究的热点。
[0003]由于室内环境较为复杂,基于无线信号的定位技术往往会受到多径、非视距等因素的影响,导致定位结果稳定性降低。移动机器人还可以使用自身搭载的传感器感知周围环境,完成室内定位任务,例如,视觉传感器、红外传感器、激光雷达、超声波等。视觉传感器具有易于搭载、经济实用的优势,且室内复杂的环境为基于视觉信息的定位技术提供了便利。但基于视觉信息几何计算的定位技术计算和存储资源开销较大,且高精度建图需要的设备价格昂贵,难以在大众普及的低成本室内移动机器人上实现。而基于视觉信息位置指纹的定位技术可以通过位置指纹获取绝对位置参照,且不需要对室内空间建立稠密地图,在满足室内移动机器人对定位精度、稳定性和实时性需求的同时可以降低机器人成本、节约计算和存储资源,成为了机器人室内定位技术的重要研究方向。
[0004]在基于视觉信息的指纹定位技术中,指纹点分布情 ...
【技术保护点】
【技术特征摘要】
1.一种视觉信息特征指纹库构建方法,其特征在于,包括:根据设定视觉特征提取与描述算法所使用的尺度金字塔层数和尺度因子,计算用于保证相应视觉特征描述子尺度不变性的有效范围;根据设定室内环境中不同两个视觉障碍物之间的距离和所述有效范围,计算相应两个视觉障碍物之间范围内不同两个相邻指纹点之间的有效间隔,根据有效间隔确定相应两个相邻指纹点之间的相对位置;根据设定室内环境中各两个相邻指纹点之间的相对位置布设所述设定室内环境中的指纹点;采集所述设定室内环境中的各指纹点处的视觉信息,并利用所述设定视觉特征提取与描述算法对指纹点处的视觉信息进行处理,得到相应指纹点处的视觉特征描述子,形成相应指纹点的位置与包括视觉特征描述子的视觉特征信息的映射关系,从而得到所述设定室内环境对应的初始视觉信息特征指纹库;对初始视觉信息特征指纹库中位于同一直线位置的指纹点在相同方向上采集的视觉信息对应的视觉特征信息进行聚类分析,以得到去冗余后的视觉信息特征指纹库。2.如权利要求1所述的视觉信息特征指纹库构建方法,其特征在于,对初始视觉信息特征指纹库中位于同一直线位置的指纹点在相同方向上采集的视觉信息对应的视觉特征信息进行聚类分析,以得到去冗余后的视觉信息特征指纹库,包括:根据初始视觉信息特征指纹库中位于同一行位置或同一列位置的指纹点的数量和相应指纹点在相同方向上采集的视觉信息对应的视觉特征信息中的特征点的数量确定聚类质心数量;根据初始视觉信息特征指纹库中位于同一行位置或同一列位置的指纹点在相同方向上采集的视觉信息对应的视觉特征信息中的视觉特征描述子,得到参与聚类计算的视觉特征描述子集合;从参与聚类计算的视觉特征描述子集合中随机选择一个视觉特征描述子,作为收集的聚类质心,并计算选择的视觉特征描述子与参与聚类计算的视觉特征描述子集合中其余视觉特征描述子的距离,得到参与聚类计算的视觉特征描述子集合中与选择的视觉特征描述子的距离最远的视觉特征描述子,作为收集的聚类质心;根据选择的视觉特征描述子和与其距离最远的视觉特征描述子之间的距离的一半,将参与聚类计算的视觉特征描述子集合中的视觉特征描述子分为两部分视觉特征描述子集合,利用每部分视觉特征描述子集合更新参与聚类计算的视觉特征描述子集合,迭代执行从参与聚类计算的视觉特征描述子集合中随机选择一个视觉特征描述子,作为收集的聚类质心,并计算选择的视觉特征描述子与参与聚类计算的视觉特征描述子集合中其余视觉特征描述子的距离,得到参与聚类计算的视觉特征描述子集合中与选择的视觉特征描述子的距离最远的视觉特征描述子,作为收集的聚类质心,直到所有收集的聚类质心的数量为确定的聚类质心数量;根据所有收集的聚类质心得到去冗余后的视觉信息特征指纹库。3.如权利要求2所述的视觉信息特征指纹库构建方法,其特征在于,计算选择的视觉特征描述子与参与聚类计算的视觉特征描述子集合中其余视觉特征描述子的距离,得到参与聚类计算的视觉特征描述子集合中与选择的视觉特征描述子的距
离最远的视觉特征描述子,包括:从参与聚类计算的视觉特征描述子集合中其余视觉特征描述子中遍历视觉特征描述子,计算选择的视觉特征描述子与当前遍历的视觉特征描述子的距离,若选择的视觉特征描述子与当前遍历的视觉特征描述子的距离大于选择的视觉特征描述子与之前遍历的所有视觉特征描述子的距离,则将选择的视觉特征描述子与当前遍历的视觉特征描述子的距离更新为当前与选择的视觉特征描述子的距离最远的视觉特征描述子,直到参与聚类计算的视觉特征描述子集合中其余视觉特征描述子中的每个视觉特征描述子被遍历完,得到参与聚类计算的视觉特征描述子集合中与选择的视觉特征描述子的距离最远的视觉特征描述子,以及参与聚类计算的视觉特征描述子集合中各视觉特征描述子与选择的视觉特征描述子的距离的排序;根据选择的视觉特征描述子和与其距离最远的视觉特征描述子之间的距离的一半,将参与聚类计算的视觉特征描述子集合中的视觉特征描述子分为两部分视觉特征描述子集合,包括:根据选择的视觉特征描述子和与其距离最远的视觉特征描述子之间的距离的一半,依据参与聚类计算的视觉特征描述子集合中各视觉特征描述子与选择的视觉特征描述子的距离的排序,将参与聚类计算的视觉特征描述子集合中的视觉特征描述子分为两部分视觉特征描述子集合;根据所有收集的聚类质心得到去冗余后的视觉信息特征指纹库,包括:重新计算每个收集的聚类质心对应的视觉特征描述子集合的聚类...
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。