买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国电子科技集团公司第五十四研究所

摘要：本发明公开了一种动态场景下的机器人视觉里程计方法，属于机器人定位导航技术领域。现实场景中一般存在多个运动物体，在这种动态场景中，由于传统的视觉里程计假设场景中不存在运动的物体，引起机器人在动态场景中定位的较大误差。本发明在视觉手段中融合多模型拟合技术，能够实现场景中各个运动模型的运动参数求解，进一步判别出机器人的运动模型，排除运动物体的干扰，从而实现较为准确的机器人自定位。本发明提升了机器人在动态场景中定位的精度，增强了机器人定位导航系统的准确性和鲁棒性。

主权项：1.一种动态场景下的机器人视觉里程计方法，其特征在于，包括以下步骤：1机器人在行进过程中进行立体图像序列采集，并进行图像预处理；2对采集到的初始时刻立体图像和下一时刻立体图像，对每一时刻左右图像进行特征点提取和匹配，以及对前后时刻的左图进行特征点提取和匹配，并将两次提取和匹配的特征点取交集，获得特征匹配点的三维坐标；3对前后时刻的特征匹配点进行运动分割，估计出机器人运动模型；4对运动模型进行参数估计获得基础矩阵，对基础矩阵进行分接获得旋转矩阵R和平移矩阵t，并累乘位姿计算出当前帧的位姿；5将下一时刻作为初始时刻，返回步骤2，同时进行局部光束法平差，校正机器人在各时刻的位姿；其中，所述的步骤3的具体过程为：首先在N个特征匹配点X＝[x1,x2,…,xN]中进行采样，生成M个模型假设，然后计算所有点到所有模型假设的残差矩阵： 其中，R的第i行ri＝[ri1,ri2,…,riM]是点xi到所有模型假设的残差，将向量ri按照从小到大的升序排序为排列偏好向量使得将特征匹配点xi的排列偏好向量σi和特征匹配点xj的排列偏好向量σj之间的相关性定义为： 其中，k＝M10，M为模型假设的数量；然后通过定义的半正定核矩阵S∈[0,1]N×N计算特征匹配点xi和特征匹配点xj之间的相似度Si,j： εi,j＝1-fσi,σj其中，εi,j为点xi和点xj之间的空间距离；然后将相似度矩阵Si,j作为基于P-stable分布的局部敏感哈希检索算法的输入，对特征匹配点进行分组，将特征匹配点划分到多个簇中；然后通过设计的模型选择迭代框架，采取构建能量函数并求取全局最小值的方法，结合GRIC准则，从获得的簇中剔除冗余簇，选择出和真实模型最接近的模型；最后基于真实模型对应的残差信息，对剩余特征匹配点执行层次聚类将点重新划分到正确的运动模型中，实现不同运动模型的内点分类。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第五十四研究所 一种动态场景下的机器人视觉里程计方法