CN113433948A - 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 - Google Patents
一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 Download PDFInfo
- Publication number
- CN113433948A CN113433948A CN202110802186.2A CN202110802186A CN113433948A CN 113433948 A CN113433948 A CN 113433948A CN 202110802186 A CN202110802186 A CN 202110802186A CN 113433948 A CN113433948 A CN 113433948A
- Authority
- CN
- China
- Prior art keywords
- homing
- vector
- robot
- auxiliary
- panoramic image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000013598 vector Substances 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012937 correction Methods 0.000 title claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims abstract description 4
- 230000000007 visual effect Effects 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于辅助向量校正的移动机器人连续视觉归航方法,包括:利用搭载在移动机器人上的全景相机,在室内或者室外随机选取目标位置和当前位置,获取全景图像;根据ORB图像特征匹配算法所提取的自然路标计算归航向量,控制机器人移动;在机器人移动的过程中,拍摄辅助全景图像,并计算辅助归航向量;在辅助归航向量和控制当前机器人移动的归航向量的共同作用下,计算新的归航向量,并控制机器人按照新的归航方向移动;在机器人移动的过程中,根据辅助归航向量不断更新机器人的归航方向,让机器人连续的完成归航任务。本发明技术方案能够消除机器人在移动固定步长后被迫停顿的问题,使机器人快速完成归航任务,提高机器人自主导航能力。
Description
技术领域
本发明涉及移动机器人视觉归航技术领域,具体而言,尤其涉及一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置。
背景技术
当前,在移动机器人研究领域当中,机器人自主导航技术是一项重要的研究内容。最早由生物启发,由昆虫觅食后成功归航发展而来的视觉归航(Visual Homing),由于机器人可以获取丰富的环境信息,以及简单的计算量是机器人导航技术的一种有效手段。与传统的移动机器人同时定位与地图构建(SLAM)技术不同,视觉归航不需要对机器人自身定位以及复杂的地图构建,而是直接通过输入两张全景图像,计算归航向量来完成归航任务,可以在成本较小的硬件条件下,使机器人顺利归航。
当下的视觉归航技术存在的问题包括:大多数视觉归航算法在控制机器人移动固定步长后需要再次获取当前位置图像并计算归航向量,修正机器人的归航方向。从而会导致机器人不能及时获取新的归航方向,导致机器人被迫停顿,从而使机器人不能实时地完成导航任务。
发明内容
根据上述提出的技术问题,提供一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置。本发明在机器人移动的过程中拍摄辅助全景图像,计算辅助归航向量并与当前控制机器人移动的归航向量按不同的权重分配,更新归航向量,修正机器人的归航方向,并控制机器人向目标位置移动。从而使机器人在移动的过程中不断更新归航向量,连续移动到达目标位置,消除机器人在移动固定步长后被迫停顿的问题,使机器人快速完成归航任务,提高机器人自主导航能力。
本发明采用的技术手段如下:
一种基于辅助向量校正的移动机器人连续视觉归航方法,包括:
S1、利用搭载在移动机器人上的全景相机,在室内或者室外随机选取目标位置和当前位置,获取全景图像;
S2、基于获取的全景图像,根据ORB图像特征匹配算法所提取的自然路标计算归航向量h1,控制机器人移动;
S3、在机器人移动的过程中,拍摄辅助全景图像QF,并计算辅助归航向量h1′;
S4、在辅助归航向量和控制当前机器人移动的归航向量的共同作用下,计算新的归航向量h2,并控制机器人按照新的归航方向移动;
S5、在机器人按照新的归航方向移动后,返回执行步骤S3-S4,在机器人移动的过程中,根据辅助归航向量不断更新机器人的归航方向,让机器人连续的完成归航任务。
进一步地,所述步骤S1中,获取的全景图像至少为两幅。
进一步地,所述步骤S2中,计算归航向量h1的具体过程如下:
S21、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S22、基于当前位置的全景图像QC,假设PC=(0,0)为当前位置图像的投影点,即图像的中心;
进一步地,所述步骤S3中,计算辅助归航向量h1′的过程如下:
S31、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S32、基于拍摄的辅助全景图像QF,假设PF=(0,0)为拍摄的辅助全景图像的投影点,即图像的中心;
进一步地,所述步骤S4的具体实现过程如下:
S41、为辅助归航向量h1′分配权重β1;
S42、对控制机器人移动的归航向量h1分配权重α1;
S43、基于步骤S41和步骤S42,计算新的归航向量h2,h2=α1h1+β1h1′。
进一步地,所述步骤S5中,机器人连续的完成归航任务的过程表示如下:
hi+1=αihi+βihi′
其中,hi+1表示第i+1处位置计算的归航向量,hi表示第i处位置计算的归航向量,αi表示对第i+1处位置计算的归航向量分配的权重,hi′表示第i处位置计算的辅助归航向量,βi表示对第i处位置计算的辅助归航向量分配的权重。
本发明还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序运行时,执行上述基于辅助向量校正的移动机器人连续视觉归航方法。
本发明还提供了一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器通过所述计算机程序运行执行上述基于辅助向量校正的移动机器人连续视觉归航方法。
较现有技术相比,本发明具有以下优点:
本发明提供的基于辅助向量校正的移动机器人连续视觉归航方法,在机器人移动的过程中拍摄辅助全景图像,计算辅助归航向量并与当前控制机器人移动的归航向量按不同的权重分配,更新归航向量,修正机器人的归航方向,并控制机器人向目标位置移动。从而使机器人在移动的过程中不断更新归航向量,连续移动到达目标位置,消除机器人在移动固定步长后被迫停顿的问题,使机器人快速完成归航任务,提高机器人自主导航能力。
基于上述理由本发明可在移动机器人视觉归航等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法流程图。
图2为本发明实施例提供的机器人连续归航的过程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种基于辅助向量校正的移动机器人连续视觉归航方法,包括:
S1、利用搭载在移动机器人上的全景相机,在室内或者室外随机选取目标位置和当前位置,获取全景图像;
S2、基于获取的全景图像,根据ORB图像特征匹配算法所提取的自然路标计算归航向量h1,控制机器人移动;
S3、在机器人移动的过程中,拍摄辅助全景图像QF,并计算辅助归航向量h1′;
S4、在辅助归航向量和控制当前机器人移动的归航向量的共同作用下,计算新的归航向量h2,并控制机器人按照新的归航方向移动;
S5、在机器人按照新的归航方向移动后,返回执行步骤S3-S4,在机器人移动的过程中,根据辅助归航向量不断更新机器人的归航方向,让机器人连续的完成归航任务。
具体实施时,作为本发明优选的实施方式,所述步骤S1中,获取的全景图像至少为两幅。
具体实施时,作为本发明优选的实施方式,所述步骤S2中,计算归航向量h1的具体过程如下:
S21、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S22、基于当前位置的全景图像QC,假设PC=(0,0)为当前位置图像的投影点,即图像的中心;
具体实施时,作为本发明优选的实施方式,所述步骤S3中,计算辅助归航向量h1′的过程如下:
S31、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S32、基于拍摄的辅助全景图像QF,假设PF=(0,0)为拍摄的辅助全景图像的投影点,即图像的中心;
具体实施时,作为本发明优选的实施方式,所述步骤S4的具体实现过程如下:
S41、为辅助归航向量h1′分配权重β1;
S42、对控制机器人移动的归航向量h1分配权重α1;
S43、基于步骤S41和步骤S42,计算新的归航向量h2,h2=α1h1+β1h1′。
具体实施时,作为本发明优选的实施方式,所述步骤S5中,机器人连续的完成归航任务的过程表示如下:
hi+1=αihi+βihi′
其中,hi+1表示第i+1处位置计算的归航向量,hi表示第i处位置计算的归航向量,αi表示对第i+1处位置计算的归航向量分配的权重,hi′表示第i处位置计算的辅助归航向量,βi表示对第i处位置计算的辅助归航向量分配的权重。
本申请实施例还公开了一种存储介质,所述存储介质包括存储的程序,其中,所述程序运行时,执行上述基于辅助向量校正的移动机器人连续视觉归航方法。
本申请实施例还公开了一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器通过所述计算机程序运行执行上述基于辅助向量校正的移动机器人连续视觉归航方法。
实施例
首先,随机选取室内或者室外某个位置为目标位置,随后控制搭载全景视觉成像***的移动机器人到达该目标位置,记为H位置,然后,拍摄H位置的全景图像,记为目标位置全景图像QH并保存。
在移动机器人向目标位置移动完成归航任务时,机器人在向目标位置移动的过程中所在的位置为当前位置,记为C位置,并拍摄C位置的全景图像,记为当前位置的全景图像QC并保存。在获取当前位置和目标位置的全景图像以后,应用ORB图像特征匹配算法,实现对两幅图像路标的获取,在获取路标以后,计算归航向量,控制机器人移动,在机器人移动的过程中随机拍摄辅助全景图像QF并保存,并计算辅助归航向量hi′,计算辅助向量以后,与控制机器人当前移动的归航向量hi一起作用,更新归航向量hi+1,hi+1=aihi+βihi′。
新的归航向量控制机器人向目标位置移动后,机器人在移动过程中继续拍摄辅助全景图像,计算辅助归航向量,在移动过程中更新归航向量,控制机器人移动,重复此步骤,控制机器人连续完成归航。
图2为本发明实施例提供的机器人连续归航的过程图,机器人在C1当前位置拍摄全景图像并计算归航向量h1,在移动的过程中拍摄辅助全景图像并计算辅助归航向量h1′,到达C2位置时,新的归航向量h2由h1和h1′共同作用计算完成,并更新归航方向,重复此步骤,直到机器人到达目标位置H。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,包括:
S1、利用搭载在移动机器人上的全景相机,在室内或者室外随机选取目标位置和当前位置,获取全景图像;
S2、基于获取的全景图像,根据ORB图像特征匹配算法所提取的自然路标计算归航向量h1,控制机器人移动;
S3、在机器人移动的过程中,拍摄辅助全景图像QF,并计算辅助归航向量h1′;
S4、在辅助归航向量和控制当前机器人移动的归航向量的共同作用下,计算新的归航向量h2,并控制机器人按照新的归航方向移动;
S5、在机器人按照新的归航方向移动后,返回执行步骤S3-S4,在机器人移动的过程中,根据辅助归航向量不断更新机器人的归航方向,让机器人连续的完成归航任务。
2.根据权利要求1所述的基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,所述步骤S1中,获取的全景图像至少为两幅。
3.根据权利要求1所述的基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,所述步骤S2中,计算归航向量h1的具体过程如下:
S21、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S22、基于当前位置的全景图像QC,假设PC=(0,0)为当前位置图像的投影点,即图像的中心;
4.根据权利要求1所述的基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,所述步骤S3中,计算辅助归航向量h1′的过程如下:
S31、依据搭载在移动机器人上的全景相机成像规律,全景图像的投影点一定在全景图像的中心,根据成像规律,以图像的中心为原点建立二维笛卡尔坐标系;
S32、基于拍摄的辅助全景图像QF,假设PF=(0,0)为拍摄的辅助全景图像的投影点,即图像的中心;
5.根据权利要求1所述的基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,所述步骤S4的具体实现过程如下:
S41、为辅助归航向量h1′分配权重β1;
S42、对控制机器人移动的归航向量h1分配权重α1;
S43、基于步骤S41和步骤S42,计算新的归航向量h2,h2=α1h1+β1h1′。
6.根据权利要求1所述的基于辅助向量校正的移动机器人连续视觉归航方法,其特征在于,所述步骤S5中,机器人连续的完成归航任务的过程表示如下:
hi+1=αihi+βihi′
其中,hi+1表示第i+1处位置计算的归航向量,hi表示第i处位置计算的归航向量,αi表示对第i+1处位置计算的归航向量分配的权重,hi′表示第i处位置计算的辅助归航向量,βi表示对第i处位置计算的辅助归航向量分配的权重。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时,执行所述权利要求1至6中任一项权利要求所述的方法。
8.一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器通过所述计算机程序运行执行所述权利要求1至6中任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802186.2A CN113433948B (zh) | 2021-07-15 | 2021-07-15 | 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802186.2A CN113433948B (zh) | 2021-07-15 | 2021-07-15 | 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113433948A true CN113433948A (zh) | 2021-09-24 |
CN113433948B CN113433948B (zh) | 2024-01-30 |
Family
ID=77760641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110802186.2A Active CN113433948B (zh) | 2021-07-15 | 2021-07-15 | 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113433948B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114040110A (zh) * | 2021-11-19 | 2022-02-11 | 北京图菱视频科技有限公司 | 位姿条件限制下的机器人拍照方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140024141A (ko) * | 2012-08-20 | 2014-02-28 | 연세대학교 산학협력단 | 시각 기반 내비게이션 장치 및 방법과 이에 관한 기록매체 |
CN104048662A (zh) * | 2014-07-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于精简路标的机器人视觉归航方法 |
CN106990776A (zh) * | 2017-02-27 | 2017-07-28 | 广东省智能制造研究所 | 机器人归航定位方法与*** |
CN107145906A (zh) * | 2017-05-02 | 2017-09-08 | 哈尔滨工程大学 | 一种基于全景视觉成像***的移动机器人室内快速归航的方法 |
KR101794870B1 (ko) * | 2016-08-03 | 2017-11-07 | 연세대학교 산학협력단 | 시각 내비게이션 장치 및 방법 |
US20180297207A1 (en) * | 2017-04-14 | 2018-10-18 | TwoAntz, Inc. | Visual positioning and navigation device and method thereof |
US20200130864A1 (en) * | 2018-10-29 | 2020-04-30 | California Institute Of Technology | Long-duration, fully autonomous operation of rotorcraft unmanned aerial systems including energy replenishment |
-
2021
- 2021-07-15 CN CN202110802186.2A patent/CN113433948B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140024141A (ko) * | 2012-08-20 | 2014-02-28 | 연세대학교 산학협력단 | 시각 기반 내비게이션 장치 및 방법과 이에 관한 기록매체 |
CN104048662A (zh) * | 2014-07-03 | 2014-09-17 | 哈尔滨工程大学 | 一种基于精简路标的机器人视觉归航方法 |
KR101794870B1 (ko) * | 2016-08-03 | 2017-11-07 | 연세대학교 산학협력단 | 시각 내비게이션 장치 및 방법 |
CN106990776A (zh) * | 2017-02-27 | 2017-07-28 | 广东省智能制造研究所 | 机器人归航定位方法与*** |
US20180297207A1 (en) * | 2017-04-14 | 2018-10-18 | TwoAntz, Inc. | Visual positioning and navigation device and method thereof |
CN107145906A (zh) * | 2017-05-02 | 2017-09-08 | 哈尔滨工程大学 | 一种基于全景视觉成像***的移动机器人室内快速归航的方法 |
US20200130864A1 (en) * | 2018-10-29 | 2020-04-30 | California Institute Of Technology | Long-duration, fully autonomous operation of rotorcraft unmanned aerial systems including energy replenishment |
Non-Patent Citations (7)
Title |
---|
JI XUN 等: "Three Landmark Optimization Strategies for MobileRobot Visual Homing", SENSORS, vol. 18, no. 10, pages 1 - 21 * |
LIU M 等: "The role of homing in visual topological navigation", 2012 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS, pages 567 - 572 * |
TOON GOEDEMÉ 等: "Omnidirectional vision based topological navigation", INTERNATIONAL JOURNAL OF COMPUTER VISION, vol. 74, no. 3, pages 219 - 236, XP019534967, DOI: 10.1007/s11263-006-0025-9 * |
朱齐丹: "一种优化的移动机器人 ALV 视觉归航算法", 机器人, vol. 40, no. 5, pages 130 - 137 * |
朱齐丹;李科;雷艳敏;孟祥杰;: "基于全景视觉的机器人回航方法", 机器人, vol. 33, no. 5, pages 606 - 613 * |
纪勋: "智能移动机器人视觉归航算法研究", 《中国博士学位论文全文数据库 信息科技辑》, pages 140 - 34 * |
郑重;汪增福;: "基于随机搜索的快速变形视觉归巢算法", 模式识别与人工智能, no. 05, pages 3 - 10 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114040110A (zh) * | 2021-11-19 | 2022-02-11 | 北京图菱视频科技有限公司 | 位姿条件限制下的机器人拍照方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113433948B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110310333B (zh) | 定位方法及电子设备、可读存储介质 | |
Loewke et al. | In vivo micro-image mosaicing | |
WO2019205238A1 (zh) | 骨骼姿态计算方法、人物虚拟模型驱动方法及存储介质 | |
KR101323966B1 (ko) | 이미지 프로세싱을 기반으로 한 3d 공간 차원용 시스템 및 방법 | |
JP4181473B2 (ja) | 映像オブジェクト軌跡合成装置、その方法及びそのプログラム | |
EP3817360A1 (en) | Method for tracking target in panoramic video, and panoramic camera | |
US7151853B2 (en) | Hand/eye calibration method using projective invariant shape descriptor of 2-dimensional image | |
RU2617557C1 (ru) | Способ воздействия на виртуальные объекты дополненной реальности | |
JP2019536170A (ja) | 仮想的に拡張された視覚的同時位置特定及びマッピングのシステム及び方法 | |
CN109815776B (zh) | 动作提示方法和装置、存储介质及电子装置 | |
CN111951325B (zh) | 位姿跟踪方法、位姿跟踪装置及电子设备 | |
US20130076915A1 (en) | Framework for reference-free drift-corrected planar tracking using lucas-kanade optical flow | |
CN110415323B (zh) | 一种融合变形系数获得方法、装置及存储介质 | |
CN110378250B (zh) | 用于场景认知的神经网络的训练方法、装置及终端设备 | |
CN113989928B (zh) | 一种动作捕捉和重定向方法 | |
CN113657357B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP2017053795A (ja) | 情報処理装置、位置姿勢計測方法、及び位置姿勢計測プログラム | |
CN113433948A (zh) | 一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置 | |
Siddiqui et al. | Visual tracking using particle swarm optimization | |
JP6451300B2 (ja) | 画像処理装置、撮像装置、画像処理方法、及びプログラム | |
CN111724438B (zh) | 一种数据处理方法、装置 | |
CN109859268A (zh) | 基于生成查询网络的物体被遮挡部分成像方法 | |
KR20210045148A (ko) | 골프 스윙에 관한 정보를 추정하기 위한 방법, 디바이스 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
KR102413988B1 (ko) | 골프 스윙에 관한 정보를 추정하기 위한 방법, 디바이스 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
US20240046593A1 (en) | Modelling method for making a virtual model of a user's head |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |