基于啮齿类动物模型的同步定位与地图构建方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108680177A(43)申请公布日2018.10.19(21)申请号201810548507.9(22)申请日2018.05.31(71)申请人安徽工程大学地址241000安徽省芜湖市鸠江区北京中路8号(72)发明人秦国威陈孟元(74)专利代理机构北京酷爱智慧知识产权代理有限公司11514代理人安娜(51)Int.Cl.G01C21/32(2006.01)G01C21/34(2006.01)H04W4/02(2018.01)权利要求书3页说明书12页附图3页(54)发明名称基于啮齿类动物模型的同步定位与地图构建方法及装置(57)摘要本发明提供一种基于啮齿类动物模型的同步定位与地图构建方法及装置，方法包括：获取摄像装置传输的机器人的当前视觉图像；获取视觉里程计传输的关于当前视觉图像的特征区域的位移速度、旋转角速度和方向；根据位移速度、旋转角速度和方向对位姿细胞网络进行网络活性更新；计算当前视觉图像与视觉图像信息库的最大场景相似度，并获取具有最大场景相似度的模板图像对应的第一位姿坐标；根据最大场景相似度对视觉图像信息库进行更新；根据位姿细胞网络的活性程度、当前的视觉图像信息库、第一位姿坐标和预置经历图谱，确定机器人的当前经历点，以实现对机器人进行定位修正，并绘制实际经历图，进行机器人同步定位与地图构建。CN108680177ACN108680177A权利要求书1/3页1.一种基于啮齿类动物模型的同步定位与地图构建方法，其特征在于，所述方法包括：获取摄像装置传输的机器人的当前视觉图像；获取视觉里程计传输的关于所述当前视觉图像的特征区域的位移速度、旋转角速度和方向；根据所述位移速度、所述旋转角速度和所述方向对位姿细胞网络进行网络活性更新；计算所述当前视觉图像与视觉图像信息库的最大场景相似度，并获取具有最大场景相似度的模板图像对应的第一位姿坐标；根据所述最大场景相似度对视觉图像信息库进行更新；根据所述位姿细胞网络的活性程度、当前的视觉图像信息库、所述第一位姿坐标和预置经历图谱，确定所述机器人的当前经历点，以实现对所述机器人进行定位修正，并绘制实际经历图，进行机器人同步定位与地图构建。2.根据权利要求1所述的基于啮齿类动物模型的同步定位与地图构建方法，其特征在于，所述方法还包括：在所述最大场景相似度低于第一阈值时，获取所述机器人的当前WIFI信号强度信息；计算所述当前WIFI信号强度信息与WIFI指纹库的最大指纹相似度，并获取具有最大指纹相似度的模板指纹对应的第二位姿坐标；根据所述最大指纹相似度对所述WIFI指纹库进行更新；根据所述位姿细胞网络的活性程度、当前的WIFI指纹库、所述第二位姿坐标和预置经历图谱，确定所述机器人的当前经历点，以实现对所述机器人进行定位修正，并绘制实际经历图，进行机器人同步定位与地图构建。3.根据权利要求1或2所述的基于啮齿类动物模型的同步定位与地图构建方法，其特征在于，所述根据所述位移速度、所述旋转角速度和所述方向对位姿细胞网络进行网络活性更新，包括：根据所述位移速度、所述旋转角速度和所述方向，以及根据预先构建的活性更新方程，对所述位姿细胞网络中的每个位姿感知细胞进行活性更新。4.根据权利要求3所述的基于啮齿类动物模型的同步定位与地图构建方法，其特征在于，所述活性更新方程为：其中，δx0为在x方向被四舍五入后的整数偏差，δy0为在y方向被四舍五入后的整数偏差，δθ0为在θ方向被四舍五入后的整数偏差，δ是三维离散高斯分布的抑制权重矩阵，表示t+1时刻位姿细胞网络活性，αabc为余数矩阵，v为移动速度，ω为旋转角速度，θ为方向，kx、ky和kθ为路径积分常数。5.根据权利要求1所述的基于啮齿类动物模型的同步定位与地图构建方法，其特征在2CN108680177A权利要求书2/3页于，所述计算所述当前视觉图像与视觉图像信息库的最大场景相似度，包括：计算所述当前视觉图像在HSV颜色空间下的颜色矩向量，并采用预先构建的匹配方程，计算所述当前视觉图像与视觉图像信息库中的每帧模板图像间的场景相似度；和/或，计算所述当前视觉图像的特征点描述子，并根据所述特征点描述子，计算所述当前视觉图像与每帧所述模板图像间的场景相似度；将值最大的场景相似度确定为最大场景相似度。6.根据权利要求5所述的基于啮齿类动物模型的同步定位与地图构建方法，其特征在于，所述匹配方程为：其中，CI(k)表示模板图像I的颜色矩向量中的第k个分量，CJ(k)表示当前视觉图像J的颜色矩向量中的第k个分量，D(I,J)为模板图像I与当前视觉图像J间的场景相似度，C为任一图像的颜色矩向量，uH，uS，uV分别表示H，S，V颜色分量上的均值，σH，σS和σV分别表示H，S，V颜色分量上的方差