[发明专利]基于图像特征匹配的多智能体协同定位方法、系统及设备

说明书

本发明公开了一种基于图像特征匹配的多智能体协同定位方法、系统及设备，本发明针对传统多智能体协同定位方法对抗外界干扰的鲁棒性差的问题和特征提取与匹配算法中计算量复杂的问题进行了改进。通过对相机视野重叠的智能体获取的图像进行特征提取与匹配，获得相邻智能体之间的相对位姿，从而解决上述技术问题。

技术领域

本发明属于信号处理技术领域，涉及一种多智能体协同定位方法、系统及设备，具体涉及一种基于图像特征匹配的多智能体协同定位方法、系统及设备。

背景技术

近年来，随着移动机器人产业和计算机技术的快速发展，同时定位与建图(Simultaneous Localization And Mapping，SLAM)技术已成为机器人领域的热门研究问题。智能机器人的移动、感知、定位与导航及通信能力得到快速提高，使得智能机器人自主完成给定任务成为现实。

由于多智能体系统在三维空间中的分布性，其具有较强的容错性、鲁棒性和可拓展性，并广泛应用于森林火灾、山体滑坡、泥石流等自然地质灾害监测。多智能体协同定位是指多个自主体通过各类传感器(如雷达、相机等)和无线通信设备获取其邻居的状态信息，并利用各个智能体之间的测量信息交互合作来确定智能体自身的位置。单个智能体的定位可以通过定位装置(如北斗、GPS等)实现，但由于这类装置在室内、森林及地灾区等场地受到约束，再加上使用成本和功耗较高。因此，需要研究更高效且功能简单的多智能体协同定位方法。

现有的多智能体协同定位方法主要是通过无线通信设备来获取其邻居的位置信息并估计出自身的位置以实现定位。当智能体的通信设备出现故障时，会导致某些智能体之间失去联系，影响系统稳定性。

发明内容

本发明针对现有技术存在的多智能体系统中各个智能体通信受限、特征匹配计算量大等问题，提供了一种基于图像特征匹配的多智能体协同定位方法、系统及设备。

本发明的方法所采用的技术方案是：一种基于图像特征匹配的多智能体协同定位方法，所述智能体均配置有相机；包括以下步骤：

步骤1：智能体通过配置的相机获取图像；

步骤2：基站获取网络中各个智能体的图像，并对其进行分析，获得相机视野重叠率大于阈值的两个智能体；

步骤3：基站对步骤2中获得的两个智能体获取的图像进行特征提取与匹配，获得相邻智能体之间的相对位姿；

步骤4：根据相邻智能体之间的相对位姿，进行智能体间协同定位。

本发明的系统所采用的技术方案是：一种基于图像特征匹配的多智能体协同定位系统，所述智能体均配置有相机；包括以下模块：

模块1，用于智能体通过配置的相机获取图像；

模块2，基站获取网络中各个智能体的图像，并对其进行分析，获得相机视野重叠率大于阈值的两个智能体；

模块3，用于基站对模块2中获得的两个智能体获取的图像进行特征提取与匹配，获得相邻智能体之间的相对位姿；

模块4，用于根据相邻智能体之间的相对位姿，进行智能体间协同定位。

本发明的设备所采用的技术方案是：一种基于图像特征匹配的多智能体协同定位设备，所述智能体均配置有相机；包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现所述的基于图像特征匹配的多智能体协同定位方法。

本发明针对传统多智能体协同定位方法对抗外界干扰的鲁棒性差的问题和特征提取与匹配算法中计算量复杂的问题进行了改进。通过对相机视野重叠的智能体获取的图像进行特征提取与匹配，获得相邻智能体之间的相对位姿，从而解决上述技术问题。