【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于图像的机器人位姿确定方法、装置及电子设备。
技术介绍
1、在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵。稀疏矩阵-矩阵乘法是图分析、机器学习和科学计算等重要应用领域的关键计算点。
2、相关技术中，可以将稀疏矩阵转换为压缩格式，然后利用高效的矩阵乘法算法进行计算。稀疏矩阵现有压缩格式，例如坐标存储格式(coordinate format，coo)，它以三元组的形式记录矩阵中的非零元素，包括行号、列号和值。存储空间较小，易于实现矩阵运算。
3、但是，上述方式的存储灵活性有待进一步提高，且内存利用率较低。
技术实现思路
1、本专利技术提供了一种基于图像的机器人位姿确定方法、装置及电子设备，以提高在计算基于图像的机器人位姿过程中涉及到的稀疏矩阵乘法运算中数据存储灵活性，并提高内存利用率。
2、根据本专利技术的一方面，提供了一种基于图像的机器人位姿确定方法，包括：
3、利用设置在机器人上的第一相机获取预设标志物的第一图像；并利用设置在机器人上的第二相机获取预设标志物的第二图像；
4、提取并组合第一图像中标志物特征信息和第二图像中标志物特征信息，得到标志物特征矩阵；若确定所述标志物特征矩阵为稀疏矩阵，则为所述标志物特征矩阵确定第一非零值数组和第一行指针数组；
5、根据预设标志物的位姿信息，确定标志物位姿矩阵的逆矩阵；若确定逆矩
6、根据第一行指针数组中第一稀疏矩阵的第k行的第一个非零元素在内存存储的地址以及第k行非零元素的总个数，获取第一稀疏矩阵的第k行数据；并确定与所述第k行数据中非零元素的列值对应的第二稀疏矩阵的目标行数据；
7、根据所述第k行数据与所述目标行数据，确定第k行目标队列；根据所述第k行目标队列，确定用于表征结果矩阵的目标非零值数组和目标行指针数组；
8、根据所述目标非零值数组、目标行指针数组、标志物特征矩阵的转置矩阵、第一相机相对于机器人的位姿信息、第二相机相对于机器人的位姿信息以及噪声信息，确定机器人的位姿。
9、根据本专利技术的另一方面，提供了一种基于图像的机器人位姿确定装置，包括：
10、获取单元，用于利用设置在机器人上的第一相机获取预设标志物的第一图像；并利用设置在机器人上的第二相机获取预设标志物的第二图像；
11、处理单元，用于提取并组合第一图像中标志物特征信息和第二图像中标志物特征信息，得到标志物特征矩阵；若确定所述标志物特征矩阵为稀疏矩阵，则为所述标志物特征矩阵确定第一非零值数组和第一行指针数组；
12、所述处理单元，还用于根据预设标志物的位姿信息，确定标志物位姿矩阵的逆矩阵；若确定逆矩阵为稀疏矩阵，则为所述逆矩阵确定第二非零值数组和第二行指针数组；其中，非零值数组包括稀疏矩阵中非零元素的数值、以及非零元素的所属列值；行指针数组包括稀疏矩阵每行的第一个非零元素在内存存储的地址，以及每行非零元素的总个数；
13、矩阵乘单元，用于根据第一行指针数组中第一稀疏矩阵的第k行的第一个非零元素在内存存储的地址以及第k行非零元素的总个数获取第一稀疏矩阵的第k行数据；并确定与所述第k行数据中非零元素的列值对应的第二稀疏矩阵的目标行数据；
14、所述矩阵乘单元，还用于根据所述第k行数据与所述目标行数据，确定第k行目标队列；根据所述第k行目标队列，确定用于表征结果矩阵的目标非零值数组和目标行指针数组；
15、确定单元，用于根据所述目标非零值数组、目标行指针数组、标志物特征矩阵的转置矩阵、第一相机相对于机器人的位姿信息、第二相机相对于机器人的位姿信息以及噪声信息，确定机器人的位姿。
16、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
17、至少一个处理器；以及
18、与所述至少一个处理器通信连接的存储器；其中，
19、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的基于图像的机器人位姿确定方法。
20、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于图像的机器人位姿确定方法。
21、本专利技术实施例的技术方案，可以通过行指针数组中的地址信息定位到每行第一个非零元素在内存存储的地址，因此稀疏矩阵的各行数据可以根据需求进行分散存储，也可以先存后一行再存前一行，而不必非要按顺序连续存储，因此提高了存储灵活性和内存利用率，且可以在一定程度上提高稀疏矩阵乘法的运算速度，进而可以提高基于图像的机器人位姿的计算速度。
22、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于图像的机器人位姿确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标非零值数组、目标行指针数组、标志物特征矩阵的转置矩阵、第一相机相对于机器人的位姿信息、第二相机相对于机器人的位姿信息以及噪声信息，确定机器人的位姿公式如下所示：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第K行数据与所述目标行数据，确定第K行目标队列，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据总个数确定目标核心，包括：
5.根据权利要求3所述的方法，其特征在于，所述组合各中间结果得到第K行目标队列，包括：
6.一种基于图像的机器人位姿确定装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述矩阵乘单元具体用于：
8.根据权利要求7所述的装置，其特征在于，所述矩阵乘单元具体用于：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计
...【技术特征摘要】
1.一种基于图像的机器人位姿确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标非零值数组、目标行指针数组、标志物特征矩阵的转置矩阵、第一相机相对于机器人的位姿信息、第二相机相对于机器人的位姿信息以及噪声信息，确定机器人的位姿公式如下所示：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第k行数据与所述目标行数据，确定第k行目标队列，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据总个数确定目标核心，包括：
5.根据权利要求3所述的方法...
【专利技术属性】
技术研发人员：惠愿坚，刘建，
申请(专利权)人：广东省大湾区集成电路与系统应用研究院，
类型：发明
国别省市：
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。