[发明专利]一种确定机器人位移的方法及装置

说明书

本申请涉及电子设备技术领域，尤其涉及一种确定机器人位移的方法及装置，用以解决现有技术中存在的对机器人水平位移定位不准确的问题；本申请实施例提供的方法包括：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，这里，没有对机器人上摄像机拍摄的相邻两帧图像进行降低分辨率处理，因而可匹配出较多的图像特征，对无人机水平位移定位更准确。

技术领域

本申请涉及电子设备技术领域，尤其涉及一种确定机器人位移的方法及装置。

背景技术

随着科技的发展，机器人机逐渐走入公众的视野，并逐步深入到人们的生活之中，慢慢地改变着人们的生活。目前，机器人的应用范围已十分广泛，如用于航空摄影、遥感测绘、军事侦察的无人机，用于地质勘测、环境监测及线路巡检的机器人等。

在机器人移动过程中，能否快速、准确地获取自身的位移信息对其进一步的位置移动十分重要。比如，用于航空摄影的无人机在悬停时，需要实时检测自身当前的位移信息，只有在获取到当前位移信息之后，才能确定是否需要进一步调整位移；再比如，用于线路巡检的机器人在向目的地移动的过程中，只有获取到当前的位移信息之后，才可以基于当前的位移信息精确地调整之后的移动线路。现在，相关领域技术人员大都基于机器人上安装的摄像机拍摄的相邻两帧图像中的共同特征信息确定机器人的水平位移。

现有技术中，在对相邻两帧图像进行特征信息匹配之前，需要先对这两帧图像进行特征搜索，但由于一帧图像中包含的信息量较大，对整帧图像进行特征搜索会降低处理器的运算速度，不利于机器人水平位移的实时反馈。因此，为了提高图像的匹配速度，现有技术中在对相邻两帧图像进行特征搜索之前，通常会对采集的图像进行多次降低分辨率的处理，之后再从分辨率最低的图层开始向分辨率较高的图层逐层进行特征匹配。采用现有技术的办法，虽然提高了图像的匹配速度，但是在逐层进行特征匹配的过程中可能会丢失特征对象。比如，相邻两帧图像中都包含车子和建筑物，多次降低分辨率之后，从分辨率最低的图层开始进行特征匹配时，因为分辨率比较低，并且车子的面积比较小，可能车子这一特征对象已变得模糊不清，所以没有匹配出车子，仅匹配出建筑物这一个特征对象，这样后续都只会对匹配出的建筑物做进一步的细节匹配，即，如果在分辨率最低的图层没有匹配出车子这一特征对象，后续都不会再对车子进行细节匹配。这样，相邻两帧图像匹配出的共同特征对象就会减少，基于比较少的共同特征对象计算机器人位移时误差就会比较大。

综上所述，现有技术中，在利用相邻两帧图像计算机器人的水平位移时，采用降低图像分辨率来提高图像的匹配速度，但是这种方法有可能会丢失特征对象，因此存在着对机器人水平位移定位不准确的问题。

发明内容

本申请实施例提供一种确定机器人位移的方法及装置，用以解决现有技术中对机器人水平位移定位不准确的问题。

本申请实施例提供的一种确定机器人位移的方法，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。

可选地，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；