一种基于GIS异物清理机器人的关键帧选择方法及装置制造方法及图纸

本申请提供的一种基于GIS异物清理机器人的关键帧选择方法及装置，包括：获取GIS异物清理机器人的拍摄视频，其中，拍摄视频包括当前帧图像和历史帧图像，调整当前帧图像的多个特征点的位置坐标，以得到第一位置坐标，调整历史帧图像的多个历史特征点的位置坐标，以得到第二位置坐标，根据第一位置坐标和第二位置坐标，计算得到历史帧图像与当前帧之间的旋转矩阵，根据旋转矩阵，计算得到历史帧图像与当前帧图像之间的平移向量，根据综合平移变换因数、转角变换因数、帧间旋转矩阵以及平移向量，计算得到历史帧图像与当前帧图像之间的相对运动量，根据相对运动量，确定当前帧图像是否为关键帧。通过计算得到相对运动量以减少相机的定位误差。

【技术实现步骤摘要】

本申请涉及计算机视觉，具体涉及一种基于gis异物清理机器人的关键帧选择方法及装置。

技术介绍

1、经典的v-slam算法框架主要通过视觉传感器读取数据，完成前端视觉里程计，通过后端进行非线性优化，回环检测再次对整体地图进行优化更新，以完成地图的构建。而orb-slam2算法将经典的v-slam算法划分为3个线程：tracking、local mapping、loopclosing，并通过system总线程完成对移动机器人的定位与建图。

2、tracking线程主要包含相机定位、关键帧选取与插入、orb特征点提取及相机位姿估计。orbslam2算法采用了orb特征点：由fast角点与角点位置的brief描述子组成，这种特征点有着较快的计算速率及较高的精度，其采用opencv库中的bruteforcematcher结合汉明距离进行匹配，采用随机采样一致性算法(ransac)减少误匹配对，抑制噪声，剔除外点。

3、同时，orb-slam2之所以能够拥有较好的实时性，是因为在跟踪线程运行的过程中，不对相机传来的所有帧进行处理，而是根据关键帧本文档来自技高网...

【技术保护点】

1.一种基于GIS异物清理机器人的关键帧选择方法，其特征在于，包括：获取所述GIS异物清理机器人的拍摄视频；其中，所述拍摄视频包括当前帧图像和历史帧图像；调整所述当前帧图像的多个特征点的位置坐标，以得到第一位置坐标；调整所述历史帧图像的多个历史特征点的位置坐标，以得到第二位置坐标；根据所述第一位置坐标和所述第二位置坐标，计算得到所述历史帧图像与所述当前帧之间的旋转矩阵；根据所述旋转矩阵，计算得到所述历史帧图像与所述当前帧图像之间的平移向量；根据综合平移变换因数、转角变换因数、所述帧间旋转矩阵以及所述平移向量，计算得到所述历史帧图像与所述当前帧图像之间的相对运动量；根据所述相对运动量，确定...

【技术特征摘要】

1.一种基于gis异物清理机器人的关键帧选择方法，其特征在于，包括：获取所述gis异物清理机器人的拍摄视频；其中，所述拍摄视频包括当前帧图像和历史帧图像；调整所述当前帧图像的多个特征点的位置坐标，以得到第一位置坐标；调整所述历史帧图像的多个历史特征点的位置坐标，以得到第二位置坐标；根据所述第一位置坐标和所述第二位置坐标，计算得到所述历史帧图像与所述当前帧之间的旋转矩阵；根据所述旋转矩阵，计算得到所述历史帧图像与所述当前帧图像之间的平移向量；根据综合平移变换因数、转角变换因数、所述帧间旋转矩阵以及所述平移向量，计算得到所述历史帧图像与所述当前帧图像之间的相对运动量；根据所述相对运动量，确定所述当前帧图像是否为关键帧。

2.根据权利要求1所述的基于gis异物清理机器人的关键帧选择方法，其特征在于，所述调整所述当前帧图像的多个特征点的位置坐标，以得到第一位置坐标包括：

3.根据权利要求2所述的基于gis异物清理机器人的关键帧选择方法，其特征在于，所述调整所述历史帧图像的多个历史特征点的位置坐标，以得到第二位置坐标包括：

4.根据权利要求3所述的基于gis异物清理机器人的关键帧选择方法，其特征在于，所述历史帧图像与所述当前帧图像之间的帧间旋转矩阵的计算公式为：

5.根据权利要求3所述的基于gis异物清理机器人的关键帧选择方法，其特征在于，所述根据所述帧间旋转矩阵，计算得到所述历史帧图像与所述当前帧图像之间的平移向量包括：...

【专利技术属性】
技术研发人员：王佼，田小龙，刘钊，徐佳，刘冬，
申请(专利权)人：国网河北省电力有限公司保定供电分公司，
类型：发明
国别省市：