[发明专利]物体定位方法、装置及存储介质

说明书

本发明实施例涉及视觉识别技术领域，公开了一种物体定位方法，利用摄像装置获取在当前背景下待定位物体分别位于2N个位置处的左视图和右视图，其中，N大于或等于1；根据2N个位置处的左视图和右视图，确定待定位物体的N个视差图像；根据待定位物体的N个视差图像计算待定位物体的三维坐标。本发明实施方式中提供了一种物体定位方法、装置及存储介质，减小了确定待定位物体三维坐标的计算量，提高了图像处理的速度；且受摄像装置标定参数影响较小，误差较小。

技术领域

本发明实施例涉及视觉识别技术领域，特别涉及一种物体定位方法、装置及存储介质。

背景技术

机器人被广泛应用在装备制造、新材料、生物医药、智慧新能源等高新产业。机器人与人工智能技术、先进制造技术和移动互联网技术的融合发展，推动了人类社会生活方式的变革。其中，机器视觉和听觉相当于人和动物的眼睛和耳朵，是机器人技术开发的两大基础。

机器视觉就是研究机器人如何“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉包括图像处理和模式识别，除此之外，它还包括空间形状的描述、几何建模以及认识过程。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，对周围物体进行识别和定位，就像人类和许多其他类生物每天所做的那样。

目前机器视觉中常用SLAM(Simultaneous Localization And Mapping)/VSLAM(Video Simultaneous Localization And Mapping)技术进行实时定位与地图构建，利用各种算法SGM(semi-global matching)/SGBM(semi-global block matching)等进行立体匹配和定位，该技术主要侧重于机器人对于环境的整体感知、定位和路径选择等，其面对的对象一般尺度较大、景深范围大、背景复杂，会考虑各种不同的场景和不断变化的环境，这类视频和图像处理技术方案就需要满足整体性和通用性，其算法复杂，计算量大，对软硬件要求很高。

然而，发明人发现现有技术中至少存在如下问题：现有利用机器人双目视觉系统识别待定位物体时，算法复杂，计算量较大，图像处理速度不高；且受摄像装置标定参数的影响较大，误差较大。

发明内容

本发明实施方式的目的在于提供一种物体定位方法、装置及存储介质，减小了确定待定位物体三维坐标的计算量，提高了图像处理的速度；且受摄像装置标定参数影响较小，误差较小。

为解决上述技术问题，本发明的实施方式提供了一种物体定位方法，利用摄像装置获取在当前背景下待定位物体分别位于2N个位置处的左视图和右视图，其中，N大于或等于1；根据2N个位置处的左视图和右视图，确定待定位物体的N个视差图像；根据待定位物体的N个视差图像计算待定位物体的三维坐标。

本发明的实施方式还提供了一种物体定位装置，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的物体定位方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述物体定位方法。

本发明实施方式相对于现有技术而言，提供了一种物体定位方法，利用摄像装置获取在当前背景下待定位物体分别位于2N个位置处的左视图和右视图，其中，N大于或等于1；根据所述2N个位置处的左视图和右视图，确定所述待定位物体的N个视差图像；根据所述待定位物体的N个视差图像计算所述待定位物体的三维坐标，通过待定位物体的N个视差图像来计算待定位物体的三维坐标，仅关注待定位物体本身的图像，而无需关注背景图像，减小了确定待定位物体三维坐标的计算量，提高了图像处理的速度；同时由于无需利用摄像装置的标定参数对整个图像进行图像校正，从而受标定参数影响较小，误差较小。