[发明专利]一种确定机器人位移的方法及装置

权利要求书

1.一种确定机器人位移的方法，其特征在于，包括：

获取机器人上的摄像机拍摄的相邻两帧图像；

对所述相邻两帧图像中的每一帧图像，提取该图像的角点，计算每个角点的特征向量；

根据确定的所述每个角点的特征向量，确定所述相邻两帧图像中的匹配角点；

基于所述相邻两帧图像中的匹配角点，计算所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移。

2.如权利要求1所述的方法，其特征在于，所述提取该图像的角点，包括：

获取该图像的灰度矩阵；

计算所述灰度矩阵与水平方向梯度模板的卷积作为水平梯度矩阵；

计算所述灰度矩阵与垂直方向梯度模板的卷积作为垂直梯度矩阵；

根据计算的所述水平梯度矩阵、垂直梯度矩阵和高斯函数，计算用于确定角点位置的响应矩阵；所述响应矩阵中的每个元素对应该图像中的一个像素点，每个元素的取值用于表示与该元素所对应像素点的响应值大小；

确定所述响应矩阵中响应值大于第一预设阈值的元素所对应的像素点为该图像的角点。

3.如权利要求1所述的方法，其特征在于，根据以下步骤确定每个角点的特征向量：

在第一坐标系下，根据与该角点相距第一预设距离范围内的各像素点的梯度方向，确定该角点的主方向角；

根据所述主方向角对所述第一坐标系进行旋转得到第二坐标系；

在第二坐标系下，根据与该角点相距第二预设距离范围内的各像素点的梯度幅值和梯度方向，确定该角点的特征向量。

4.如权利要求1所述的方法，其特征在于，根据确定的所述每个角点的特征向量，确定所述相邻两帧图像中的匹配角点，包括：

根据所述相邻两帧图像中任一帧图像的每个角点的特征向量，确定K维树；其中，每个角点的特征向量的维数相同，K的取值等于所述特征向量的维数；

针对所述相邻两帧图像中除所述任一帧图像之外的另一帧图像的每个角点，在所述K维树中查找与该角点的特征向量距离最近的角点，将查找到的角点确定为该角点的匹配角点。

5.如权利要求1～4任一所述的方法，其特征在于，基于所述相邻两帧图像中的匹配角点，确定所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移，包括：

从所述相邻两帧图像的匹配角点中选择预设对数的样本角点；

基于所述样本角点，确定用于表征所述相邻两帧图像的匹配角点之间位置偏移量的旋转位移变换矩阵；

基于所述旋转位移变换矩阵，确定所述相邻两帧图像的匹配角点中位置偏移量小于第二预设阈值的匹配角点为优化后的匹配角点；

若所述优化后的匹配角点在所述相邻两帧图像的匹配角点中所占的比例小于第三预设阈值，则根据优化后的匹配角点确定所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移；否则，返回执行从所述相邻两帧图像的匹配角点中选择预设对数的样本角点的步骤。

6.如权利要求5所述的方法，其特征在于，根据优化后的匹配角点确定所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移，包括：

针对所述相邻两帧图像中任一帧图像中每个优化后的匹配角点，确定该匹配角点从所述相邻两帧图像中的前一帧图像中的位置到达后一帧图像中的位置的角点位移；

将所有匹配角点的角点位移的平均值确定为所述相邻两帧图像对应的参照物位移；或，根据每个匹配角点的角点位移确定划分的每个位移区间对应的匹配角点个数，将匹配角点个数最多的位移区间的中间值确定为所述相邻两帧图像对应的参照物位移；

根据确定的所述参照物位移，确定所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移。

7.如权利要求6所述的方法，其特征在于，基于以下公式确定所述机器人从拍摄所述相邻两帧图像中的前一帧图像到拍摄后一帧图像的位移(X,Y)：

X＝x×H/f；

Y＝y×H/f；

其中，(x,y)是参照物位移，H是所述机器人上的摄像机拍摄所述相邻两帧图像时的拍摄距离，f是所述机器人上的摄像机拍摄所述相邻两帧图像时的焦距。