【技术实现步骤摘要】
本专利技术涉及移动机器人视觉定位,尤其涉及基于空间门控与混合感受野机制的视觉定位方法及系统。
技术介绍
1、在移动机器人的自主导航中,视觉slam是至关重要的基础技术。视觉定位作为视觉slam中的关键环节,是实现机器人地图构建与自主导航的基础,现有技术基于特征解耦重建和多尺度全局描述符以此设计视觉地理定位算法,提取具有尺度更丰富和表示能力更好的深度特征进而实现定位,但是,现有技术的全局描述符视觉定位方法并没有充分利用局部特征提取器的全部潜力,无法提取稳定的局部视觉特征,且在在聚合全局描述符时,将稳定的特征与不稳定特征一起聚合成图像全局描述符,导致现有的定位技术在复杂变化环境中缺乏鲁棒性,且在通道信息融合时容易造成全局信息丢失,从而影响视觉定位性能。
技术实现思路
1、为了解决上述技术问题,本专利技术的目的是提供基于空间门控与混合感受野机制的视觉定位方法及系统,通过丰富全局描述符的表示能力从而提高视觉定位的精度。
2、本专利技术所采用的第一技术方案是:基于空间门控与混合感受野机制
...【技术保护点】
1.基于空间门控与混合感受野机制的视觉定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述基于空间门控与混合感受野机制的视觉定位方法,其特征在于,所述视觉定位网络模型包括特征提取网络模块、混合感受野模块、空间门控聚合模块和通道聚合模块,所述特征提取网络模块的第一输出端与所述混合感受野模块的输入端连接,所述混合感受野模块的输出端与所述空间门控聚合模块的输入端连接,所述空间门控聚合模块的输出端与所述通道聚合模块的第一输入端连接,所述特征提取网络模块的第二输出端与所述通道聚合模块的第二输入端连接。
3.根据权利要求2所述基于空间门控与混合感受
...【技术特征摘要】
1.基于空间门控与混合感受野机制的视觉定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述基于空间门控与混合感受野机制的视觉定位方法,其特征在于,所述视觉定位网络模型包括特征提取网络模块、混合感受野模块、空间门控聚合模块和通道聚合模块,所述特征提取网络模块的第一输出端与所述混合感受野模块的输入端连接,所述混合感受野模块的输出端与所述空间门控聚合模块的输入端连接,所述空间门控聚合模块的输出端与所述通道聚合模块的第一输入端连接,所述特征提取网络模块的第二输出端与所述通道聚合模块的第二输入端连接。
3.根据权利要求2所述基于空间门控与混合感受野机制的视觉定位方法,其特征在于,所述基于视觉定位网络模型对预处理后的数据图像进行视觉定位特征提取处理,得到数据图像的全局描述符这一步骤,其具体包括:
4.根据权利要求3所述基于空间门控与混合感受野机制的视觉定位方法,其特征在于,所述基于视觉定位网络模型的特征提取网络模块,对预处理后的数据图像进行局部特征提取处理,得到数据图像特征图和全局信息...
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。