【技术实现步骤摘要】
本专利技术涉及视觉识别，尤其涉及一种机器人的视觉识别定位方法、装置及设备。
技术介绍
1、随着机器人技术的快速发展，视觉惯性里程计（vio）已成为机器人自主导航的关键技术。现有的机器人视觉定位方法主要基于点特征进行环境感知和位置估计，通过提取图像中的角点特征并结合惯性测量单元数据实现机器人的实时定位。这些方法在纹理丰富、特征点充足的理想环境下能够获得较好的定位效果。
2、然而，在纹理缺失和地形崎岖的环境中，现有基于点特征的视觉惯性里程计存在明显不足。当环境中存在大面积平滑表面、纹理信息稀少时，有效特征点数量不足，导致特征匹配质量下降；同时，崎岖地形会引起相机运动时的显著震动，进一步增加特征点匹配和跟踪的难度，最终导致定位精度降低甚至定位失败，严重制约了机器人在复杂环境中的实用性和可靠性。
技术实现思路
1、本专利技术的主要目的在于解决现有基于点特征的视觉惯性里程计在纹理缺失和地形崎岖环境中因有效特征点不足和特征匹配质量低导致定位精度下降的技术问题；
2、本专利技术第...
【技术保护点】
1.一种机器人的视觉识别定位方法，其特征在于，所述机器人的视觉识别定位方法包括：
2.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述对机器人上安装的立体相机连续采集的多帧左右目标图像进行双重特征检测处理，得到点特征集合和线特征集合包括：
3.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述根据预设筛选条件对所述点特征集合和线特征集合进行特征匹配优化处理，得到点线融合特征匹配结果包括：
4.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述根据所述点线融合特征匹配结果对所述多帧左右目标图像进行...
【技术特征摘要】
1.一种机器人的视觉识别定位方法，其特征在于，所述机器人的视觉识别定位方法包括：
2.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述对机器人上安装的立体相机连续采集的多帧左右目标图像进行双重特征检测处理，得到点特征集合和线特征集合包括：
3.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述根据预设筛选条件对所述点特征集合和线特征集合进行特征匹配优化处理，得到点线融合特征匹配结果包括：
4.根据权利要求1所述的机器人的视觉识别定位方法，其特征在于，所述根据所述点线融合特征匹配结果对所述多帧左右目标图像进行关键帧选择处理，得到优化关键帧序列包括：
5.根据权利要求4所述的机器人的视觉识别定位方法，其特征在于，所述根据所述当前帧图像与最后关键帧图像间的点特征位置变化和线特征位置变化，分别...
【专利技术属性】
技术研发人员：陈泓瑄，郭家旭，杨杰，肖潇，胡浩宇，古冬冬，袁珂佳，牛金星，
申请(专利权)人：华北水利水电大学，
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。