The invention relates to a spatial and temporal information fusion method based on scene recognition robot, which comprises the following steps: 1) a preliminary description of object features the image of the scene; 2) according to the characteristics of the object scene image to establish a spatial hierarchy model, the spatial hierarchy model including scene layer, object layer and feature layer, each layer between the association through conditional probability relation, the object level of probability prediction by the feature layer, scene layer of probability prediction by the object layer, the image of probability prediction by the scene layer; 3) to establish the time series model of scene image; 4) by the Bayesian network hierarchical model and time series model of scene images are combined. To obtain recognition model by image recognition model for the next moment of probability prediction, and scene recognition according to the scene image prediction; 5) Update the identification model online. Compared with the prior art, the invention has good robustness and can adapt to complicated environment.
【技术实现步骤摘要】
基于空间与时间信息融合的机器人场景识别方法
本专利技术涉及一种场景识别方法,尤其是涉及一种基于空间与时间信息融合的机器人场景识别方法。
技术介绍
移动机器人的自主作业将极大的依赖于其对环境的感知和理解,其中核心问题之一是对场景的识别。空间和时间是场景识别任务中两种重要信息来源。目前的一些研究已经为基于空间或者时间信息的场景识别方法提供了理论基础。不过这些工作大多数只是单独考虑一个方面的信息,目前还没有一个完整的用于移动机器人场景识别时间与空间信息融合的系统框架。另外,目前大多数场景识别方法都假设有限和静态的场景类型。这些方法被限制用于预定义的或者已知的环境,对于动态和未知的环境,需要场景识别模型能够在运行中根据环境更新系统参数,甚至是模型结构。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于空间与时间信息融合的机器人场景识别方法,该方法可以提高机器人的适应动态复杂环境的能力以及鲁棒性。本专利技术的目的可以通过以下技术方案来实现:一种基于空间与时间信息融合的机器人场景识别方法,包括以下步骤:1)对场景图像的对象进行特征提取,初步描述场景图像的对象特征,对场景图像的对象进行初步描述的方式包括场景特征提取与描述、物体识别以及区域分割,场景图像的对象特征包括全局特征和局部特征,其中局部特征包括外观特征和轮廓特征,所述的全局特征、外观特征和轮廓特征采用相关向量机结合核函数组合的方式进行多种特征通道的融合;2)根据场景图像的对象特征建立空间层次模型,该空间层次模型包括场景层、对象层、特征层,每个层之间通过条件概率关系进行关联,由特征层对对象 ...
【技术保护点】
一种基于空间与时间信息融合的机器人场景识别方法,其特征在于,包括以下步骤:1)对场景图像的对象进行特征提取,初步描述场景图像的对象特征;2)根据场景图像的对象特征建立空间层次模型,该空间层次模型包括场景层、对象层、特征层,每个层之间通过条件概率关系进行关联,由特征层对对象层进行概率预测,由对象层对场景层进行概率预测,由场景层对场景图像进行概率预测;3)建立场景图像的时间序列模型;4)通过贝叶斯网络对场景图像的空间层次模型和时间序列模型进行结合,获得识别模型,由识别模型对下一时刻的场景图像进行概率预测,并根据预测的场景图像进行场景识别。5)对识别模型进行在线更新。
【技术特征摘要】
1.一种基于空间与时间信息融合的机器人场景识别方法,其特征在于,包括以下步骤:1)对场景图像的对象进行特征提取,初步描述场景图像的对象特征,对场景图像的对象进行初步描述的方式包括场景特征提取与描述、物体识别以及区域分割,场景图像的对象特征包括全局特征和局部特征,其中局部特征包括外观特征和轮廓特征,所述的全局特征、外观特征和轮廓特征采用相关向量机结合核函数组合的方式进行多种特征通道的融合;2)根据场景图像的对象特征建立空间层次模型,该空间层次模型包括场景层、对象层、特征层,每个层之间通过条件概率关系进行关联,由特征层对对象层进行概率预测,由对象层对场景层进行概率预测,由场景层对场景图像进行概率预测;3)建立场景图像的时间序列模型;4)通过贝叶斯网络对场景图像的空间层次模型和时间序列模型进行结合,获得识别模型,由识别模型对下一时刻的场景图像进行概率预测,并根据预测的场景图像进行场景识别;5)对识别模型进行...
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。