[发明专利]一种机器人实时定位的方法及装置

权利要求书

1.一种机器人实时定位的方法，其特征在于，包括：

获取机器人相机采集的实时RGB-D图像；

根据预置特征提取算法，提取所述实时RGB-D图像的实时图像特征点，并记录所述实时图像特征点；

比较所述实时RGB-D图像的实时图像特征点，以及所述实时RGB-D图像的相邻帧图像的实时图像特征点，计算匹配特征点对；

根据椭球集员滤波算法和所述匹配特征点对，计算所述实时RGB-D图像的实时位姿信息，并记录所述实时位姿信息；

根据所述实时位姿信息，计算所述机器人的实时位置信息。

2.根据权利要求1所述的方法，其特征在于，所述根据预置特征提取算法，提取所述实时RGB-D图像的实时图像特征点，包括：

对所述实时RGB-D图像进行灰度化处理，获取实时灰度图像；

根据预置算法，提取所述实时灰度图像的实时图像特征点。

3.根据权利要求2所述的方法，其特征在于，所述根据预置算法，提取所述实时灰度图像的实时图像特征点，包括：

按照预置顺序，依次将所述实时灰度图像中的像素点确定为目标像素点；

获取所述实时灰度图像中的目标像素点的目标亮度；

根据预置范围阈值公式，计算所述目标像素点的特征像素范围，所述预置范围阈值公式T＝(1±α)I，其中T为所述特征像素范围，α为范围系数，I为所述目标亮度；

获取匹配圆经过的FAST角点像素点，所述匹配圆是以所述目标像素点为圆心，以预置像素距离为半径的圆；

如果获取的所述FAST角点像素点的待评价亮度属于特征像素范围，则将特征连续次数加1；

如果获取的所述FAST角点像素点的待评价亮度不属于特征像素范围，则将所述特征连续次数清零；

如果所述连续次数大于预置特征阈值，则确定所述目标像素点为实时图像特征点；

提取所述实时图像特征点。

4.根据权利要求2所述的方法，其特征在于，所述根据椭球集员滤波算法和所述匹配特征点对，计算所述实时RGB-D图像的实时位姿信息，包括：

获取所述匹配特征点对的像素坐标信息；

根据机器人相机的相机参数和所述像素坐标信息，构建坐标转换方程，计算所述匹配特征点对应的空间坐标信息，所述坐标转换方程为其中(u，v，1)为所述像素坐标信息，f_x、f_y、C_x、C_y均为相机参数，(X，Y，Z)为所述空间坐标信息中的坐标值，Z为所述匹配特征点对的深度信息；

根据椭球集员滤波算法，以位姿转换方程中的重投影误差最小值为目标，计算所述实时RGB-D图像的实时位姿信息，所述位姿转换方程为sU＝kTP+V，其中s为投影深度，U＝(u，v，1)为所述像素坐标信息，k为所述相机参数，T为实时位姿信息，P＝(X，Y，Z，1)为空间齐次坐标信息，V为重投影误差。

5.根据权利要求4所述的方法，其特征在于，根据所述实时位姿信息，计算所述机器人的实时位置信息之后，所述方法还包括：

根据所述实时位姿信息，计算相邻帧的变化位姿；

根据所述变化位姿，预测所述机器人的下一帧图像的预测位姿信息；

根据所述预测位姿信息和重投影误差，计算所述机器人的预测位置信息。

6.一种机器人实时定位的装置，其特征在于，包括：

获取模块，用于获取机器人相机采集的实时RGB-D图像；

提取模块，用于根据预置特征提取算法，提取所述实时RGB-D图像的实时图像特征点，并记录所述实时图像特征点；

比较模块，用于比较所述实时RGB-D图像的实时图像特征点，以及所述实时RGB-D图像的相邻帧图像的实时图像特征点，计算匹配特征点对；

第一计算模块，用于根据椭球集员滤波算法和所述匹配特征点对，计算所述实时RGB-D图像的实时位姿信息，并记录所述实时位姿信息；

第二计算模块，用于根据所述实时位姿信息，计算所述机器人的实时位置信息。