[发明专利]一种基于深度学习的机器人闭环检测方法有效
| 申请号： | 201710018162.1 | 申请日： | 2017-01-11 |
| 公开（公告）号： | CN106780631B | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 刘国良;赵洋;田国会;张威 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06T7/80 | 分类号： | G06T7/80;G06T7/90;G06K9/00 |
| 代理公司： | 37221 济南圣达知识产权代理有限公司 | 代理人： | 张勇 |
| 地址： | 250061 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的机器人闭环检测方法，包括(1)获取首帧环境的RGB图像和三维数据，将环境的RGB图像和三维数据进行配准获得环境的RGB+DEPTH四通道图像，将所述RGB+DEPTH四通道图像输入到卷积神经网络中，采用卷积神经网络的中间层输出作为首帧的特征提取结果；(2)采用(1)的方法获取连续N帧的特征提取结果；(3)将第N帧与第M帧的特征提取结果进行特征匹配，根据特征匹配结果判断闭环是否发生，其中M+1<N。 | ||
| 搜索关键词： | 一种 基于 深度 学习 机器人 闭环 检测 方法 | ||
【主权项】：
1.一种基于深度学习的机器人闭环检测方法，其特征在于：/n(1)获取首帧环境的RGB图像和三维数据，将环境的RGB图像和三维数据进行配准获得环境的RGB+DEPTH四通道图像，将所述RGB+DEPTH四通道图像输入到卷积神经网络中，采用卷积神经网络的中间层输出作为首帧的特征提取结果；/n(2)采用(1)的方法获取连续N帧的特征提取结果；/n(3)将第N帧与第M帧的特征提取结果进行特征匹配，根据特征匹配结果判断闭环是否发生，其中M+1<N；/n对机器人的摄像机进行标定，得到摄像机的内外参数，根据摄像机内外参数将所述三维数据投影到所述环境的RGB图像平面，并采用像素插值结合平滑处理方法生成对应的深度图像；/n选取多个关键帧作为候选帧集合，第M帧出自于所述候选帧集合；/n将第N帧与第M帧的特征提取结果记为第1结果，将第M帧相邻帧与第N帧的特征提取结果也分别进行特征匹配，并记为第w结果，其中w>1，第M帧相邻帧为以第M帧为中心的前后多帧；若第1结果判断发生闭环，且第w结果也判断发生闭环，则决策认为发生真闭环；若第1结果判断发生闭环，且第w结果判断未发生闭环，则决策认为发生伪闭环。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710018162.1/，转载请声明来源钻瓜专利网。
