【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及機器人，具體是基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)。
技術(shù)介紹
1、機器人空間定位與地圖重建系統(tǒng)，通常被稱為slam?(simultaneouslocalization?and?mapping)?系統(tǒng)，是指機器人在未知環(huán)境中移動時，同時完成自身位置的確定（定位）和周圍環(huán)境地圖的構(gòu)建（建圖）的技術(shù)，slam?是機器人學(xué)中的一個關(guān)鍵問題，對于自主導(dǎo)航、環(huán)境探索等應(yīng)用至關(guān)重要，但是，現(xiàn)有的基于雙目視覺和imu的機器人空間定位與地圖重建系統(tǒng)在環(huán)境適應(yīng)性、長期運行穩(wěn)定性、能耗管理和自主學(xué)習(xí)能力方面存在不足，在不同的光照條件下，雙目視覺系統(tǒng)無法有效提取特征點，導(dǎo)致定位和地圖重建失敗，且隨著時間的推移，imu的漂移誤差會逐漸累積，導(dǎo)致定位精度下降。
技術(shù)實現(xiàn)思路
1、本部分的目的在于概述本專利技術(shù)的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和專利技術(shù)名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和專利技術(shù)名稱的目的模糊，而這種簡化或省略不能用于限制本專利技術(shù)的范圍。
2、為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其系統(tǒng)包括：
4、雙目相機模塊，用于獲取周圍環(huán)境的立體圖像；
5、慣性測量單元，用于提供加速度和角速度信息；
6、數(shù)據(jù)處理單元，用于處理來自雙目相機和imu的數(shù)據(jù)；
7、存儲單元，用于
8、電源管理模塊，用于供電和能效管理；
9、無線通信模塊，用于與其他設(shè)備或云平臺進行數(shù)據(jù)交換；
10、所述數(shù)據(jù)處理單元進一步包括特征提取子模塊，采用深度學(xué)習(xí)算法自動識別并提取環(huán)境中的關(guān)鍵特征點；
11、所述數(shù)據(jù)處理單元還包括特征匹配子模塊，通過優(yōu)化的算法將不同視角下的特征點進行匹配；
12、所述數(shù)據(jù)處理單元還包括融合定位子模塊，結(jié)合視覺特征點和imu數(shù)據(jù)，利用擴展卡爾曼濾波器實現(xiàn)精準(zhǔn)定位；
13、所述數(shù)據(jù)處理單元還包括自適應(yīng)學(xué)習(xí)子模塊，利用強化學(xué)習(xí)技術(shù)調(diào)整系統(tǒng)參數(shù)，以適應(yīng)不同的環(huán)境條件。
14、作為本專利技術(shù)再進一步的方案：所述數(shù)據(jù)處理單元進一步包括：
15、特征提取子模塊，采用深度學(xué)習(xí)算法自動識別并提取環(huán)境中的關(guān)鍵特征點，具體步驟如下：
16、使用卷積神經(jīng)網(wǎng)絡(luò)對雙目相機獲取的圖像進行特征點檢測；
17、通過非極大值抑制算法篩選出最顯著的特征點；
18、利用尺度不變特征變換算法生成特征點的描述子；
19、特征匹配子模塊，通過優(yōu)化的算法將不同視角下的特征點進行匹配，具體步驟包括：
20、使用隨機樣本一致性算法剔除誤匹配的特征點；
21、通過單應(yīng)性矩陣計算特征點之間的對應(yīng)關(guān)系；
22、融合定位子模塊，結(jié)合視覺特征點和imu數(shù)據(jù)，利用擴展卡爾曼濾波器實現(xiàn)精準(zhǔn)定位，具體步驟包括：
23、初始化狀態(tài)向量和協(xié)方差矩陣；
24、預(yù)測步驟：根據(jù)imu數(shù)據(jù)預(yù)測下一時刻的狀態(tài)；
25、更新步驟：根據(jù)視覺特征點觀測值校正預(yù)測結(jié)果；
26、地圖構(gòu)建子模塊，根據(jù)定位結(jié)果動態(tài)更新環(huán)境地圖，具體步驟包括：
27、將定位結(jié)果轉(zhuǎn)換為地圖坐標(biāo)系中的點；
28、使用八叉樹結(jié)構(gòu)存儲和管理地圖數(shù)據(jù)；
29、定期優(yōu)化地圖，去除冗余點和噪聲；
30、自適應(yīng)學(xué)習(xí)子模塊，利用強化學(xué)習(xí)技術(shù)調(diào)整系統(tǒng)參數(shù)，以適應(yīng)不同的環(huán)境條件，具體步驟包括：
31、定義獎勵函數(shù)，根據(jù)定位精度和地圖質(zhì)量給予獎勵或懲罰；
32、使用q-learning算法更新策略；
33、動態(tài)調(diào)整特征提取和匹配的參數(shù)。
34、作為本專利技術(shù)再進一步的方案：所述系統(tǒng)還包括一環(huán)境感知增強模塊，該模塊集成多種傳感器，包括紅外以及超聲波，用于輔助雙目視覺系統(tǒng)在低光照或無紋理區(qū)域中工作，具體步驟包括：
35、使用紅外傳感器檢測低光照區(qū)域；
36、使用超聲波傳感器檢測無紋理區(qū)域；
37、將傳感器數(shù)據(jù)與雙目視覺數(shù)據(jù)融合，提高特征點的檢測和匹配精度。
38、作為本專利技術(shù)再進一步的方案：所述電源管理模塊采用能量回收技術(shù)，包括太陽能板以及運動發(fā)電裝置，以延長系統(tǒng)的續(xù)航能力，具體步驟包括：
39、安裝太陽能板，利用太陽能為系統(tǒng)供電；
40、安裝運動發(fā)電裝置，利用機器人移動時的機械能轉(zhuǎn)化為電能；
41、通過電源管理系統(tǒng)動態(tài)分配和管理電能，優(yōu)化能效。
42、作為本專利技術(shù)再進一步的方案：所述系統(tǒng)還包括一安全機制，該機制能夠在檢測到異常情況時自動采取措施保護系統(tǒng)，具體步驟包括：
43、監(jiān)測系統(tǒng)溫度，當(dāng)溫度超過預(yù)設(shè)閾值時，啟動散熱風(fēng)扇或降低系統(tǒng)負(fù)載；
44、監(jiān)測電池電量，當(dāng)電量低于預(yù)設(shè)閾值時，自動進入低功耗模式或返回充電站；
45、在發(fā)生嚴(yán)重故障時，自動停止所有操作并發(fā)送警報。
46、作為本專利技術(shù)再進一步的方案：所述特征提取子模塊中?使用卷積神經(jīng)網(wǎng)絡(luò)進行特征點檢測，其具體如下：
47、輸入圖像：雙目相機獲取的左右圖像分別記為il和ir；
48、特征提取：使用預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)提取圖像的特征圖fl和fr；
49、自適應(yīng)注意力機制：通過aam模塊增強關(guān)鍵區(qū)域的特征表示；
50、注意力權(quán)重計算：；
51、其中，w1和?w2是可學(xué)習(xí)的權(quán)重矩陣，b1和?b2是偏置項，σ是sigmoid激活函數(shù)；
52、特征加權(quán)：；
53、其中，⊙表示逐元素乘法；
54、特征點檢測：在加權(quán)后的特征圖?fl′和?fr′上使用特征點檢測算法提取特征點。
55、作為本專利技術(shù)再進一步的方案：所述通過非極大值抑制算法篩選出最顯著的特征點的具體過程如下：
56、響應(yīng)值計算：對于每個特征點p，計算其響應(yīng)值r(p)；
57、局部最大值檢測：在3×3或5×5的鄰域內(nèi)，如果r(p）是局部最大值，則保留該特征點；
58、閾值過濾：設(shè)置一個閾值t，僅保留響應(yīng)值大于t的特征點。
59、作為本專利技術(shù)再進一步的方案：所述利用尺度不變特征變換算法生成特征點的描述子具體過程如下：
60、尺度空間構(gòu)建：構(gòu)建圖像的尺度空間l(x,y,σ)；
61、關(guān)鍵點檢測：在尺度空間中檢測極值點作為關(guān)鍵點；
62、關(guān)鍵點定位：通過擬合二次函數(shù)精確定位關(guān)鍵點的位置和尺度；
63、方向賦值：計算關(guān)鍵點周圍的梯度方向直方圖，為每個關(guān)鍵點賦予主方向；
64、描述子生成：在關(guān)鍵點周圍提取16×16的區(qū)域，劃分為4×4的子區(qū)域，每個子區(qū)域計算8個方向的梯度直方圖，最終生成128維的本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：其系統(tǒng)包括：
2.根據(jù)權(quán)利要求1所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述采用深度學(xué)習(xí)算法自動識別并提取環(huán)境中的關(guān)鍵特征點的具體步驟如下：
3.根據(jù)權(quán)利要求1所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述系統(tǒng)還包括一個環(huán)境感知增強模塊，該模塊集成多種傳感器，包括紅外以及超聲波，用于輔助雙目視覺系統(tǒng)在低光照或無紋理區(qū)域中工作，具體步驟包括：
4.根據(jù)權(quán)利要求1至3任一所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述電源管理模塊采用能量回收技術(shù)，包括太陽能板以及運動發(fā)電裝置，以延長系統(tǒng)的續(xù)航能力，具體步驟包括：
5.根據(jù)權(quán)利要求1至4任一所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述系統(tǒng)還包括一安全機制，該機制能夠在檢測到異常情況時自動采取措施保護系統(tǒng)，具體步驟包括：
6.根據(jù)權(quán)利要求2所述的基于雙目視覺融合慣性導(dǎo)航的機器人空
7.根據(jù)權(quán)利要求2所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述通過非極大值抑制算法篩選出最顯著的特征點的具體過程如下：
8.根據(jù)權(quán)利要求2所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述利用尺度不變特征變換算法生成特征點的描述子的具體過程如下：
9.根據(jù)權(quán)利要求2所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述融合定位子模塊，結(jié)合視覺特征點和IMU數(shù)據(jù)，利用擴展卡爾曼濾波器實現(xiàn)精準(zhǔn)定位的具體過程如下：
10.根據(jù)權(quán)利要求2所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述自適應(yīng)學(xué)習(xí)子模塊中，定義獎勵函數(shù)，根據(jù)定位精度和地圖質(zhì)量給予獎勵或懲罰，具體如下：
...【技術(shù)特征摘要】
1.基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：其系統(tǒng)包括：
2.根據(jù)權(quán)利要求1所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述采用深度學(xué)習(xí)算法自動識別并提取環(huán)境中的關(guān)鍵特征點的具體步驟如下：
3.根據(jù)權(quán)利要求1所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述系統(tǒng)還包括一個環(huán)境感知增強模塊，該模塊集成多種傳感器，包括紅外以及超聲波，用于輔助雙目視覺系統(tǒng)在低光照或無紋理區(qū)域中工作，具體步驟包括：
4.根據(jù)權(quán)利要求1至3任一所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述電源管理模塊采用能量回收技術(shù)，包括太陽能板以及運動發(fā)電裝置，以延長系統(tǒng)的續(xù)航能力，具體步驟包括：
5.根據(jù)權(quán)利要求1至4任一所述的基于雙目視覺融合慣性導(dǎo)航的機器人空間定位與地圖重建系統(tǒng)，其特征在于：所述系統(tǒng)還包括一安全機制，該機制能夠在檢測到異常情況時自動采取措施保護系統(tǒng)，具體...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張體浪，完顏健飛，王榮軍，許俊松，羅敏，陳洋，王陽，孟科，
申請(專利權(quán))人：中建七局第二建筑有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。