【技术实现步骤摘要】
运动状态确定方法、装置、设备及存储介质
[0001]本公开涉及但不限于计算机视觉
,尤其涉及一种运动状态确定方法、装置、设备及存储介质。
技术介绍
[0002]异常运动检测是计算机视觉以及机器人运动领域的重要问题。异常检测技术在很多领域有重要应用,比如机器人定位、地图构建(以下称为建图)以及路径规划。
[0003]相关技术中,基于视觉的异常检测往往需要建立在充分建图的前提下,而在初始无场景结构或者建图失败的情况下,无法分辨出异常运动。这种情况下往往需要通过添加额外的传感器来实现,例如,碰撞检测器、惯性测量单元、飞行时间相机等;如此,会增加设备的体积和系统复杂度。此外,基于场景结构信息的异常运动检测,还容易产生错误的异常检测结果。也就是说,相关技术中的异常运动检测方法,不够灵活,且检测结果不够准确。
技术实现思路
[0004]有鉴于此,本公开实施例至少提供一种运动状态确定方法、装置、设备及存储介质。
[0005]本公开实施例的技术方案是这样实现的:
[0006]一方面,本公开实施例提供一种运动状态确定方法,所述方法包括:
[0007]获取设备的预设方位的区域的当前图像;
[0008]根据获取的上一帧图像的第一关键像素点,从所述当前图像中确定与所述第一关键像素点匹配的第二关键像素点;
[0009]基于所述第一关键像素点和所述第二关键像素点,确定所述设备的第一当前运动特征;
[0010]获取所述设备的驱动部件的速度,并基于所述速度,确定所述设备的 ...
【技术保护点】
【技术特征摘要】
1.一种运动状态确定方法,其特征在于,包括:获取设备的预设方位的区域的当前图像;根据获取的上一帧图像的第一关键像素点,从所述当前图像中确定与所述第一关键像素点匹配的第二关键像素点;基于所述第一关键像素点和所述第二关键像素点,确定所述设备的第一当前运动特征;获取所述设备的驱动部件的速度,并基于所述速度,确定所述设备的第二当前运动特征;基于所述第一当前运动特征与所述第二当前运动特征,确定所述设备的当前运动状态。2.根据权利要求1所述的方法,其特征在于,所述基于所述第一关键像素点和所述第二关键像素点,确定所述设备的第一当前运动特征,包括:通过对所述第一关键像素点和所述第二关键像素点进行过滤处理,得到第一目标像素点和第二目标像素点;基于所述第一目标像素点和所述第二目标像素点,确定所述设备的第一当前运动特征。3.根据权利要求1或2所述的方法,其特征在于,所述第一当前运动特征包括:第一相对位移;所述基于所述第一关键像素点和所述第二关键像素点,确定所述设备的第一当前运动特征,包括:基于所述第一关键像素点和所述第二关键像素点,得到本质矩阵;所述本质矩阵用于表征所述第一关键像素点与所述第二关键像素点之间的对极几何关系;通过对所述本质矩阵进行矩阵分解处理,得到多组不同的分解值;每组分解值包括相对位移和相对旋转角度;根据所述多组不同的分解值包括的相对位移和相对旋转角度,确定所述第一相对位移。4.根据权利要求3所述的方法,其特征在于,所述第一相对位移包括:第一方向和第一距离;所述根据所述多组不同的分解值包括的相对位移和相对旋转角度,确定所述第一相对位移,包括:从所述多组分解值中选出一组目标分解值,将所述目标分解值中包括的相对位移的方向,作为所述第一方向;通过所述目标分解值中包括的相对旋转角度,对每个第一关键像素点进行旋转处理,得到所述每个第一关键像素点对应的第一旋转像素点;所述第一旋转像素点与所述每个第一关键像素点匹配的第二关键像素点对应;根据预设参考点和每个第一旋转像素点,得到第一向量;以及根据所述预设参考点和所述每个第一旋转像素点对应的第二关键像素点,得到第二向量;对所述第一向量和所述第二向量进行叉乘处理,得到所述每个第一旋转像素点对应的标量值;将所述每个第一旋转像素点对应的标量值求和,得到所述第一距离。5.根据权利要求3或4所述的方法,其特征在于,所述根据所述多组不同的分解值包括
的相对位移和相对旋转角度,确定所述第一相对位移,包括:从所述多组分解值中选出一组目标分解值,并将所述目标分解值中包括的相对位移作为所述第一相对位移。6.根据权利要求4所述的方法,其特征在于,所述从所述多组分解值中选出一组目标分解值,包括:从所述上一帧图像的第一关键像素点中,选择多个第一关键像素点作为多个第一像素点,将与每个第一像素点匹配的第二关键像素点作为第二像素点;对于当前组分解值,根据当前第一像素点,以及所述当前组分解值中包括的相对旋转角度,得到所述当前第一像素点对应的第二旋转像素点;所述当前组分解值为所述多组分解值中的任意一组分解值;所述当前第一像素点为所述多个第一像素点中的任意一个;对所述第二旋转像素点和所述当前组分解值中包括的相对位移进行叉乘处理,得到第三向量;对与所述当前第一像素点匹配的当前第二像素点,以及所述当前组分解值中包括的相对位移进行叉乘处理,得到第四向量;根据拍摄所述上一帧图像的第一摄像机视角的中心位置和所述第一像素点,得到第一方向向量;根据所述第一方向向量和所述当前组分解值中包括的相对旋转角度,得到第二方向向量,根据所述第一方向向量和所述第二方向向量,确定中心向量;在所述第三向量的方向和所述第四向量的方向相同、以及所述第二方向向量与所述中心向量之间的夹角,小于所述第一方向向量与所述中心向量之间的夹角的外角的情况下,将所述当前第一像素点和所述当前第二像素点作为所述当前组分解值对应的一对匹配点,从而得到每组分解值对应的匹配点对;将所述多组分解值中,对应的所述匹配点对的数量最多的一组分解值,确定为所述目标分解值。7.根据权利要求1
‑
6任一项所述的方法,其特征在于,所述第二当前运动特征包括:第二相对位移;所述第二相对位移包括:第二方向和第二距离;所述基于所述速度,确定所述设备的第二当前运动特征,包括...
【专利技术属性】
技术研发人员:褚冠宜,刘嘉林,谢卫健,章国锋,王楠,
申请(专利权)人:浙江商汤科技开发有限公司,
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。