← 返回列表
一种室内弱纹理环境的移动机器人视觉定位系统及方法
摘要文本
本发明提出了一种室内弱纹理环境的移动机器人视觉定位系统及方法。进行参数标定及训练数据获取,对构建的Superpoint及LightGlue网络进行优化训练。结合优化训练好的网络及LSD算法,提取实时采集的双目图像中的特征点及结构线,进行左右目特征匹配及三角化。结合上一时刻双目图像,实现前后时刻特征匹配,计算当前时刻双目图像位姿信息,并判断是否将其创建为关键帧纳入优化窗口,同时进行回环检测。若检测到回环则进行全局优化。若未检测到回环,当优化窗口中关键帧数目大于设定阈值后,图优化更新窗口内所有关键帧的位姿及特征信息。本发明能够缓解弱纹理环境下有效点特征信息不足致使定位退化的问题,能够在保障运行效率的前提下得到更加精确的导航定位结果。
申请人信息
- 申请人:武汉大学
- 申请人地址:430072 湖北省武汉市武昌区八一路299号
- 发明人: 武汉大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种室内弱纹理环境的移动机器人视觉定位系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311465125.7 |
| 申请日 | 2023/11/2 |
| 公告号 | CN117671022A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06T7/80 |
| 权利人 | 武汉大学 |
| 发明人 | 朱锋; 张雪晴; 张小红 |
| 地址 | 湖北省武汉市武昌区珞珈山 |
专利主权项内容
1.一种室内弱纹理环境的移动机器人视觉定位系统,包括:机器人平台底盘、工控机、双目相机;所述的机器人平台底盘装载所述的工控机、双目相机;所述工控机分别与所述的机器人平台底盘、双目相机通过有线方式依次连接;进行参数标定及训练数据获取,对构建的Superpoint及LightGlue网络进行优化训练;结合优化训练好的网络及LSD算法,提取实时采集的双目图像中的特征点及结构线,进行左右目特征匹配及三角化;结合上一时刻双目图像,实现前后时刻特征匹配,计算当前时刻双目图像位姿信息,并判断是否将其创建为关键帧纳入优化窗口,同时进行回环检测;若检测到回环则进行全局优化;若未检测到回环,当优化窗口中关键帧数目大于设定阈值后,图优化更新窗口内所有关键帧的位姿及特征信息。