[发明专利]基于视觉分析的移动机器人定位方法及系统

权利要求书

1.一种基于视觉分析的移动机器人定位方法，其特征在于，具体包括以下步骤：

步骤一、构建用于输出定位路线的位置定位模型；

步骤二、构建用于所述位置定位模型学习训练的训练样本数据集和修正样本数据集；

步骤三、将所述训练样本数据集输入所述位置定位模型；

步骤四、所述位置定位模型通过输出结果与所述修正样本数据集的对比，获取修正参数，并通过反向传播修正权重值；

步骤五、实际作业过程中，通过位于移动机器人头部的图像采集设备获取实际作业环境图像；

步骤六、将所述环境图像输入训练好的位置定位模型中，用于定位移动机器人的当前位置。

2.根据权利要求1所述的一种基于视觉分析的移动机器人定位方法，其特征在于，

通过从所述训练样本数据集中随机抽取预设数量的图像数据，并根据预设比例引入比原始图像更为恶劣的噪声，以及在此基础上改变光照强度的操作，扩充训练样本数据集；

所述移动机器人通过其基座上安置的照明光源，为位于正向头部上的图像采集设备补充光照。

3.根据权利要求1所述的一种基于视觉分析的移动机器人定位方法，其特征在于，还包括：基于时间变化的图像数据处理方法，

基于每一类型的工业相机，选取至少三个工业相机；

针对每一工业相机，每隔预定的时间，选择一时间段，在每个时间段内采集预定数量的图像；

针对每一时间段内的图像，构建一数据集，基于该数据集挖掘图像的噪声分布；

针对每一数据集的噪声分布，构建图像优化算法；

将各个基于数据集构建的图像优化算法组合成数据处理模组；

在新建的工业相机上安装上述数据处理模组。

4.根据权利要求1所述的一种基于视觉分析的移动机器人定位方法，其特征在于，

构建一种目标框生成模型，缩小所述步骤五中获取到的实际作业环境图像，并将缩小后的实际作业环境图像输入至所述定位模型中。

5.根据权利要求4所述的一种基于视觉分析的移动机器人定位方法，其特征在于，

所述目标框生成模型在初次采集图像数据时，对标参考物所在空间区域的标定过程如下：

步骤1、在图像数据的中间按照预设区域大小，划分目标框，选取图像数据；

步骤2、对当前区域内的图像数据与标准参考物的特征进行相似度比对；

步骤3、根据相似度分析结果，判断当前区域为目标参照物所在区域的可能性；

步骤4、当相似度超过预设值时，则表示当前选择区域为标准参考物所在区域；反之，根据预设的大小将目标框向邻域移动，并继续采用相似度分析的方法，分析当前区域为目标参照物所在区域的可能性，直到找到标准参考物所在区域；

步骤5、将标准参考物所在区域的图像数据输入定位模型中。

6.根据权利要求4所述的一种基于视觉分析的移动机器人定位方法，其特征在于，

所述目标框生成模型不在初次采集图像数据时，对标参考物所在空间区域的标定过程为采用上一时刻的目标框所在位置进行判断；

进一步的，在移动机器人首次找到标准参考物所在区域后，便会调整自身信息采集设备面向的方向，使得标准参考物位于采集到的图像数据中间；然后，在移动过程中，通过向领域移动目标框，并结合相似度计算的方式，追踪标准参考物。

7.根据权利要求1所述的一种基于视觉分析的移动机器人定位方法，其特征在于，

所述定位模型中包括注意力网络，用于对多尺度特征进行加权；

所述注意力网络由至少一组的全局池化层和完全连接层构成，并紧跟于定位模型中的卷积层之后；

所述定位模型中的卷积层在提取到图像特征数据后，将所述图像特征数据输入所述注意力网络中。