视觉信息特征指纹库构建方法、定位方法及装置制造方法及图纸

本发明专利技术提供了一种视觉信息特征指纹库构建方法、定位方法及装置，包括：根据算法所使用的尺度金字塔层数和尺度因子计算保证视觉特征描述子尺度不变性的有效范围；根据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有效间隔，根据有效间隔确定两个相邻指纹点之间的相对位置；根据相邻指纹点之间的相对位置布设室内环境中的指纹点；采集室内环境中的各指纹点处的视觉信息，并利用算法对指纹点处的视觉信息处理，得到视觉特征描述子，得到室内环境的初始视觉信息特征指纹库；对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去冗余。通过上述方案能够在保证定位精度与稳定性的同时提高定位速度。定性的同时提高定位速度。定性的同时提高定位速度。

【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，指纹点分布情况、指纹库的构建方式和指纹映射方式会影响到定位精度与实时性。增加指纹点数量可能对提高定位精度有一定帮助，但也可能增加指纹点之间的相互干扰，并且会增加指纹库规模，降低定位精度和速度。指纹库规模和指纹内容直接影响定位速度，由于室内环境复杂且相邻指纹点的视觉信息存在包含关系，通过直接提取视觉信息特征建立的指纹库存在冗余信息，导致指纹库庞杂、指纹数据冗余。传统的位置指纹库中，指纹点与指纹信息之间存在唯一的映射关系，但在视觉信息指纹库中，视觉信息的包含关系降低了位置指纹的特异性，逐个指纹点匹配的方法不再适用且速度较慢。因此，需要针对视觉特征描述子和室内环境中视觉信息的特点设计合理的位置指纹点分布策略，并从构建轻量级指纹库和改变指纹映射方式的角度设计基于视觉信息特征描述的轻量级指纹定位算法，提高定位精度和速度。
[0005]目前，有很多利用室内空间视觉信息建立指纹库实现室内定位的方法。部分研究人员通过辅助定位的标志或设备建立视觉信息与位置的指纹映射关系。例如，使用二维码提供真实位置，通过室内机器人运动到二维码附近时完成扫码、解码的操作来直接获取自身真实位置。或者，使用外观不同的多种地标提供绝对位置的辅助，在定位过程中按照识别出的待定位目标获取到的图像中的地标对地标的优先度进行排序，并根据数据库中地标的位置计算出待定位目标所在的位置。也有使用LED灯作为位置指纹的方法，将位置信息编码
进LED灯光中，通过相机拍摄到的灯光闪烁条纹解码出灯所在的位置，从而为待定位目标提供位置参考。
[0006]这些直接提供绝对位置信息的地标作为视觉信息指纹的方法可以得到较为精确的定位结果。但在一些服务类机器人工作的场所中，二维码、地标、LED灯等辅助定位标志或设备不易布设，且容易受到外界影响或损毁，进而影响到定位效果。
[0007]在使用原始图像作为位置指纹或构建点云地图作为指纹库时，全局的视觉信息或视觉特征描述子相关信息被保存下来，这些完整的视觉信息对导航、避障等功能有一定帮助，但是对基本的定位功能来说信息量较高，会影响到指纹库的检索速度，进而影响定位速度。在人流密集、环境复杂的应用场景内张贴额外的辅助标志时，辅助标志会被遮挡、破坏或出现污损，从而导致定位效果受到影响。二维码、位置信息编码等需要扫描、解码来完成信息传输的方式对信息码的完整性要求更高。

技术实现思路

[0008]有鉴于此，本专利技术提供了一种视觉信息特征指纹库构建方法、定位方法及装置，以在保证定位精度与稳定性的同时提高定位速度。
[0009]为了达到上述目的，本专利技术采用以下方案实现：
[0010]根据本专利技术实施例的一个方面，提供了一种视觉信息特征指纹库构建方法，包括：
[0011]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；
[0012]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；
[0013]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；
[0014]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；
[0015]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。
[0016]在一些实施例中，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：
[0017]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；
[0018]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；
[0019]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；
[0020]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本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：刘雯，邓中亮，王硕，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：