一种基于角点提取的仿蝠鲼机器人外形相似度评价方法技术

本发明专利技术涉及一种基于角点提取的仿蝠鲼机器人外形相似度评价方法，获取仿蝠鲼机器人与蝠鲼的外形特征，对蝠鲼的二维图像预处理；建立二者的外形轮廓拓扑结构并进行拓扑结构确定性相似对比，满足要求后，再采用

【技术实现步骤摘要】
一种基于角点提取的仿蝠鲼机器人外形相似度评价方法


[0001]本专利技术属于仿生水下机器人领域，涉及一种基于角点提取的仿蝠鲼机器人外形相似度评价方法，具体涉及一种基于采用曲率尺度空间
(Curvature Scale Space
，
CSS)
角点提取法和动态时间规整算法
(Dynamic Time Warping
，
DTW)
的多视角仿蝠鲼机器人仿生相似度评价准则
。

技术介绍

[0002]经过大自然的选择和长时间的进化，鱼类在水中表现出了卓越的游动能力，而这些能力与其外形及运动方式息息相关
。
随着对仿生机器人的研究日益深入，仿生机器人的相似程度的提高可以极大的提升仿生机器人稳定性
、
灵活性等
。
针对仿蝠鲼机器人的仿“真”程度建立一种相似度评价方法，可以为仿生机器人从外形设计提供依据
。
[0003]对物体认知的过程，往往是一个与人脑中固有物体进行层层对比
、
由粗到精的过程，而这样一个对比过程使得人脑对物体的判断有极大的不确定性
。
而在评判两个物体间的相似度问题时，人通常从物体的静态特征出发进行对比
。
所以对于如何科学而精确评判仿蝠鲼机器人与蝠鲼的相似度，本文通过对仿蝠鲼机器人与蝠鲼静态特征的分析，提出了仿蝠鲼机器人及蝠鲼静态外形相似度评价的基本方法
。
利用各外形特征所具有的递进式关系来进行仿蝠鲼机器人与蝠鲼的相似度评判
。

技术实现思路

[0004]要解决的技术问题
[0005]为了避免现有技术的不足之处，为提高仿蝠鲼机器人的仿生相似度，本专利技术提出一种基于角点提取的仿蝠鲼机器人外形相似度评价方法
。
[0006]技术方案
[0007]一种基于角点提取的仿蝠鲼机器人外形相似度评价方法，其特征在于步骤如下：
[0008]步骤1：将蝠鲼三维外形特征转换为正视
、
侧视
、
俯视三个二维视图；
[0009]步骤2：对三个二维视图分别进行预处理，使得与仿蝠鲼机器人大小一致；
[0010]步骤3：分别建立仿蝠鲼机器人所有二维视图以及蝠鲼所有二维视图的外形轮廓拓扑结构，按照正视
、
侧视
、
俯视三类视图将二者外形轮廓拓扑结构进行对比，若满足拓扑结构相似则进行步骤4的相似度计算，若不满足，则定性为模糊性相似，不再继续进行相似度计算；
[0011]所述外形轮廓拓扑结构的建立：采用几何元素，以及几何元素之间的顺序连接方式，将仿蝠鲼机器人和蝠鲼外形轮廓构成集合体，每个几何元素和每个连接方式赋予相似元素属性值，则二者拓扑相似度的计算为：
[0012][0013]其中：
G
为几何元素及几何元素连接方式的要素个数，
H
为各相似要素包含的相似
元素个数，
S
MR
为蝠鲼与仿蝠鲼机器人拓扑相似度值，
q
ij
表示相似元素属性值，
p
ij
表示各相似元素的相似系数，在
[0 1]间取值；
A
为相似要素的总个数，
B
为相似元素的总个数；
[0014]当
S
MR
＝0表示仿蝠鲼机器人与蝠鲼相异，或0＜
S
MR
＜1表示仿蝠鲼机器人与蝠鲼为模糊性相似，不再继续进行外形轮廓相似度计算；
[0015]当拓扑结构相似度
S
MR
＝1时，表示仿蝠鲼机器人与蝠鲼为确定性相似，拓扑结构确定性相似则进行步骤4；
[0016]步骤
4、
外形轮廓特征点提取：采用
CSS
算法对仿蝠鲼机器人及蝠鲼三对二维视图的轮廓特征点进行提取，把外形轮廓描述为二维坐标系下的数据点集，提取演化后曲线上的曲率正的局部极大值与负的局部极小值点，得到用以描述图像轮廓曲线的角点，把得到的角点作为仿蝠鲼机器人及蝠鲼轮廓特征点；
[0017]仿蝠鲼机器人的二维视图轮廓特征点集为
Q
＝
(q1,q2,...q
n
)
；
[0018]蝠鲼轮廓的二维视图轮廓特征点集为
M
＝
(m1,m2,...m
n
)
；
[0019]步骤
5、
外形轮廓相似度评价：采用动态时间规整算法来进行仿蝠鲼机器人及蝠鲼轮廓特征的相似度评价，相似度计算公式如下：
[0020][0021]其中，
k
为外形轮廓的特征点集的个数；
[0022]步骤
6、
多视图外形相似度：仿蝠鲼机器人的外形特征相似度为三个视图的相似度值的加权和，仿蝠鲼机器人与蝠鲼总的相似度值计算公式为：
[0023]S
s
＝
aS0+bS1+cS2[0024]其中：
S
s
代表静态相似度值，
S0代表俯视图相似度值
、S1为侧视图相似度值
、S2前视图相似度值，
a、b、c
为权值，权值满足；
a+b+c
＝
1。
[0025]所述步骤2的预处理是采用下述公式，对二维视图进行缩放和旋转：
[0026]τ
(1)
＝
s
‑1FR(I
‑
c)
[0027]其中，
s
为缩放系数，
F
为翻转矩阵，
R
为
PCA
变换方法中的旋转矩阵，
I
为原始模型的坐标，
c
为坐标原点
。
[0028]所述相似要素的个数
G
为2个
。
[0029]所述几何元素包括但不限于直线
、
圆弧
、
圆或样条曲线的几何元素
。
[0030]所述几何元素之间的顺序连接方式包括但不限于垂直连接
、
锐连接
、
夹角为大于
90
°
小于
180
°
的钝连接
A、
夹角为大于
180
°
小于
360
°
的钝连接
B
或相切连接
。
[0031]所述各视图权重系数设为
a
＝
b
＝
0.5
，
c
＝
0。
[0032]所述几何元素类型及属性值：
[0033][0034]所述几何元素连接方式及属性值：
[0035][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于角点提取的仿蝠鲼机器人外形相似度评价方法，其特征在于步骤如下：步骤1：将蝠鲼三维外形特征转换为正视
、
侧视
、
俯视三个二维视图；步骤2：对三个二维视图分别进行预处理，使得与仿蝠鲼机器人大小一致；步骤3：分别建立仿蝠鲼机器人所有二维视图以及蝠鲼所有二维视图的外形轮廓拓扑结构，按照正视
、
侧视
、
俯视三类视图将二者外形轮廓拓扑结构进行对比，若满足拓扑结构相似则进行步骤4的相似度计算，若不满足，则定性为模糊性相似，不再继续进行相似度计算；所述外形轮廓拓扑结构的建立：采用几何元素，以及几何元素之间的顺序连接方式，将仿蝠鲼机器人和蝠鲼外形轮廓构成集合体，每个几何元素和每个连接方式赋予相似元素属性值，则二者拓扑相似度的计算为：其中：
G
为几何元素及几何元素连接方式的要素个数，
H
为各相似要素包含的相似元素个数，
S
MR
为蝠鲼与仿蝠鲼机器人拓扑相似度值，
q
ij
表示相似元素属性值，
p
ij
表示各相似元素的相似系数，在
[0 1]
间取值；
A
为相似要素的总个数，
B
为相似元素的总个数；当
S
MR
＝0表示仿蝠鲼机器人与蝠鲼相异，或0＜
S
MR
＜1表示仿蝠鲼机器人与蝠鲼为模糊性相似，不再继续进行外形轮廓相似度计算；当拓扑结构相似度
S
MR
＝1时，表示仿蝠鲼机器人与蝠鲼为确定性相似，拓扑结构确定性相似则进行步骤4；步骤
4、
外形轮廓特征点提取：采用
CSS
算法对仿蝠鲼机器人及蝠鲼三对二维视图的轮廓特征点进行提取，把外形轮廓描述为二维坐标系下的数据点集，提取演化后曲线上的曲率正的局部极大值与负的局部极小值点，得到用以描述图像轮廓曲线的角点，把得到的角点作为仿蝠鲼机器人及蝠鲼轮廓特征点；仿蝠鲼机器人的二维视图轮廓特征点集为
Q
＝
(q1,q2,...q
n
)
；蝠鲼轮廓的二维视图轮廓特征点集为
M
＝
(m1,m2,...m
n
)
；步骤
5、
外形轮廓相似度评价：采用动态时间规整算法来进行仿蝠鲼机器人及蝠鲼轮廓特征的相似度评价，相似度计算公式如下：其中，
k
为外形轮廓的特征点集的个数；步骤
6、
多视图外形相似度：仿蝠鲼机器人的外...

【专利技术属性】
技术研发人员：曹永辉，谢钰，马淑敏，郝艺伟，张代利，曹瀛卓，曹勇，黄桥高，
申请(专利权)人：西北工业大学宁波研究院，
类型：发明
国别省市：