[发明专利]一种基于改进ORB算法的移动机器人定位方法

说明书

本发明公开了一种基于改进ORB算法的移动机器人定位方法，属于移动机器人定位技术领域，一种基于改进ORB算法的移动机器人定位方法，包括移动机器人和计算机，输入图像对：移动机器人通过摄像机实时采集图像，并将图像实时传输至计算机进行图像处理；图像网格化：利用GMS算法采用网格将图像分割为G＝20*20的不重叠单元；ORB描述子：利用ORB算法检测提取的特征点，本发明可以实现利用SIFT算法提取具有尺度不变性的特征点，再进行BRIEF描述得到描述子，最后利用一种基于评分框架的GMS特征配准算法显著提高匹配质量，具有较好的实时性和特征匹配准确率，有效减少了自主导航中里程计累积误差，提高了移动机器人自主定位精度。

技术领域

本发明涉及移动机器人定位技术领域，更具体地说，涉及一种基于改进ORB算法的移动机器人定位方法。

背景技术

近年来，随着人工智能技术的发展，移动机器人得到了广泛应用，其将人员从繁重体力劳动中解放出来，同时也有效节约了人力成本，移动机器人在其长距离行进过程中需要实时获得其定位信息，常用的移动机器人导航方法包括磁导航、惯性导航、视觉导航等，磁导航可靠性较高，但成本较高且维修困难；惯性导航是移动机器人常用的导航方式，因其会导致累积误差无限增大而不适合长时间精确导航，目前常用的移动机器人导航方式为基于网格的运动统计组合导航方式，这种导航方法虽然稳定性高，但有较大的累积误差。

ORB算法是一种基于视觉信息的特征点检测与描述算法，其使用FAST(featuresfrom accelerated segment test)算法检测某一待测特征点及周围区域内的像素值，该区域一般为圆形区域，同时，ORB算法采用BRIEF(binary robust independent elementaryfeatures)算法进行特征点描述，在特征点附近选取若干对随机点，比较每一对随机点的像素大小并进行二进制赋值，然后组合成一个二进制编码，即为特征描述子，根据匹配点与非匹配点的Hamming距离设定阈值，实现匹配，ORB算法对FAST特征加入了方向信息，同时在特征描述时采用了BRIEF描述子，并对其进行了改进，使其描述子对噪声和旋转具有较好的鲁棒性，尽管ORB算法具有较快的运算速度，并且对噪声和图像旋转变化都具有较好的性能，但是由于FAST特征不具有尺度不变性，所以对于图像的尺度改变不具有鲁棒性。

基于视觉里程计定位是目前较为新颖的一种移动机器人定位技术，机器人通过摄像机采集图像特征，根据图像特征和运动约束融合信息进行位姿估计和自主导航，随机采样一致性(random sample consensus，RANSAC)算法是常用的视觉特征配准算法之一，但RANSAC算法的误匹配率和复杂度较高。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题，本发明的目的在于提供一种基于改进ORB算法的移动机器人定位方法，它可以实现利用SIFT算法提取具有尺度不变性的特征点，再进行BRIEF描述得到描述子，最后利用一种基于评分框架的GMS特征配准算法显著提高匹配质量，具有较好的实时性和特征匹配准确率，有效减少了自主导航中里程计累积误差，提高了移动机器人自主定位精度。

2.技术方案

为解决上述问题，本发明采用如下的技术方案。

一种基于改进ORB算法的移动机器人定位方法，包括移动机器人和计算机，包括以下步骤：

(1)输入图像对：移动机器人通过摄像机实时采集图像，并将图像实时传输至计算机进行图像处理；

(2)图像网格化：利用GMS算法采用网格将图像分割为G＝20*20的不重叠单元；

(3)ORB描述子：利用ORB算法检测提取的特征点再通过BRIEF算法进行特征点描述得到描述子；

(4)贝叶斯视觉建模；

(5)网络加权统计；