【技术实现步骤摘要】
一种机器人双目视觉实时定位装置
[0001]本专利技术涉及视觉实时定位
,尤其涉及一种机器人双目视觉实时定位装置。
技术介绍
[0002]智能机器人是目前科学技术发展最活跃的领域之一,受到了世界各国的普遍重视;随着性能的不断完善和拓展,机器人巳经成功应用于工业、农业、医疗、服务等行业,在城市安全、国防和空间探测等有危险场合更是大显身手;视觉实时定位系统是智能机器人采集外部信号的关键技术之一,但传统中实时定位系统容易受到外界因素的影响,从而影响实时定位的准确性。
[0003]因此,我们提出了一种机器人双目视觉实时定位装置用于解决上述问题。
技术实现思路
[0004]本专利技术的目的是为了解决现有技术中存在传统中实时定位系统容易受到外界因素的影响,从而影响实时定位的准确性的缺点,而提出的一种机器人双目视觉实时定位装置。
[0005]为了实现上述目的,本专利技术采用了如下技术方案:
[0006]一种机器人双目视觉实时定位装置,包括视觉在线定位数学模型推导模块,所述视觉在线定位数学模型推导模块包括双目视觉定位模块、双目视觉定位检测模块、双目视觉定位学习模块和数据整合模块。
[0007]优选的,所述视觉在线定位数学模型推导模块采用TLD算法;且双目视觉定位模块采用基于前后误差估计的L-K光流法;所述双目视觉定位学习模块采用P-N学习算法,且双目视觉定位检测模块包括方差分类模块、集合分类模块和最近邻分类模块。
[0008]优选的,所述视觉在线定位数学模型推导模块用于当 ...
【技术保护点】
【技术特征摘要】
1.一种机器人双目视觉实时定位装置,包括视觉在线定位数学模型推导模块(1),其特征在于,所述视觉在线定位数学模型推导模块(1)包括双目视觉定位模块(2)、双目视觉定位检测模块(3)、双目视觉定位学习模块(4)和数据整合模块(5)。2.根据权利要求1所述的一种机器人双目视觉实时定位装置,其特征在于,所述视觉在线定位数学模型推导模块(1)采用TLD算法;且双目视觉定位模块(2)采用基于前后误差估计的L-K光流法;所述双目视觉定位学习模块(4)采用P-N学习算法,且双目视觉定位检测模块(3)包括方差分类模块(31)、集合分类模块(32)和最近邻分类模块(33)。3.根据权利要求1所述的一种机器人双目视觉实时定位装置,其特征在于,所述视觉在线定位数学模型推导模块(1)用于当目标定位结果漂移或在视野中消失时,根据在线学习得到的目标模型,对每一帧进行全图的图像块检测,确定图像块,纠正定位模块的错误。4.根据权利要求1所述的一种机器人双目视觉实时定位装置,其特征在于,所述双目视觉定位检测模块(3)连接有级联分类模块,且双目视觉定位检测模块(3)用于按照初始定位波门大小扫描整个图像,然后将图像块归一化后送入级联分类模块进行分类,并将通过分类的样本送入数据整合模块(5),所述双目视觉定位模块(2)采用基于前后误差估计的L-K光流法进行目标定位,并通过残差判断定位是否成功,如成功则把定位结果送入数据整合模块(5)。5.根据权利要求2所述的一种机器人双目视觉实时定位装置,其特征在于,所述TLD算法采用在线模型,用于在第一帧开始后,手动标定要定位的目标,此时算法将目标以及周围的背景加入到在线模型中,目标模型由最近邻分类模块(33)来进行更新,用集合M来表示正负样本构成的集合,那么集合M为其中p-为目标周围背景图像块,p
+
为目标图像块;在添加时,所有图像块均按照时间顺序,也就是新获得的和分别加到正样本和负样本的末尾;给定任意的目标模型M和任意图像块P,定义如下的相似度度量:正样本最近邻的相似度负样本最近邻的相似度前50%的正样本最近邻的相似度相关相似度相关相似度的取值在[0,1]之间,相关相似度S
r
值描述了图像块是目标的可信度;保守相似度保守相似度的取值是在[0,1]之间,保守相似度S
c
则描述了图像块在集合M的前50%正样本的可信度。6.根据权利要求5所述的一种机器人双目视觉实时定位装置,其特征在于,所述在TLD算法中,识别任意图像块与在线模型之间关系用的就是保守相似度和相关相似度(S
r
,S
c
);保守相似度和相关相似度还被用于定义最近邻分类模块(33),若相似度大于某一阈值,既S
r
(p,M)>θ
NN
,图像块p就被归为正样本,反之归为负样本。7.根据权利要求2所述的一种机器人双目视觉实时定位装置,其特征在于,所述双目视觉定位模块(2)的前后误差:图像序列I
t
={I1,...,I
t
,I
t+1
...
【专利技术属性】
技术研发人员:任延刚,
申请(专利权)人:北京中科荣利科技发展有限公司,
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。