CN110222761A - 基于数字地标地图的室内定位系统及室内定位方法 - Google Patents

基于数字地标地图的室内定位系统及室内定位方法 Download PDF

Info

Publication number
CN110222761A
CN110222761A CN201910481909.6A CN201910481909A CN110222761A CN 110222761 A CN110222761 A CN 110222761A CN 201910481909 A CN201910481909 A CN 201910481909A CN 110222761 A CN110222761 A CN 110222761A
Authority
CN
China
Prior art keywords
terrestrial reference
reference map
digital terrestrial
indoor
host system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910481909.6A
Other languages
English (en)
Other versions
CN110222761B (zh
Inventor
胡丹丹
高庆吉
方榕
王闻博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN201910481909.6A priority Critical patent/CN110222761B/zh
Publication of CN110222761A publication Critical patent/CN110222761A/zh
Application granted granted Critical
Publication of CN110222761B publication Critical patent/CN110222761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种基于数字地标地图的室内定位系统及定位方法。系统包括传感器平台、数据传输线、控制传输线、主机系统和电源系统；其中，所述的传感器平台和主机系统通过数据传输线和控制传输线相连接；电源系统用于为主机系统进行供电，主机系统通过控制传输线为传感器平台进行供电。本发明优点：是一个定位与建图同时进行的系统，通过在机器视角下选取室内具有高辨识性的地标，构建室内数字地标地图，并选取有效的地标进行识别和匹配，来实现室内环境下快速、准确的定位，具有较高的应用价值。本系统定位简易，可以在很短时间内完成室内建图与定位，无需铺设额外的辅助设备，降低了成本，同时无需改变环境特征。

Description

基于数字地标地图的室内定位系统及室内定位方法
技术领域
本发明属于室内机器人定位技术领域，特别是涉及一种基于数字地标地图的室内定位系统及室内定位方法。
背景技术
近年来，越来越多的研究者开始研究能够改变人类日常生活的机器人，特别是室内机器人具有广阔的应用前景，目前机器人室内定位还存在巨大挑战，已经成为机器人研究的一个新的方向。
加州伯克利大学Avideh Zakhor教授及其团队提出了一种融合了地理坐标的三维室内地图的定位方法，该方法利用多个距离传感器和图像传感器获取室内环境的地理坐标信息和图像信息。但利用该方法进行定位，需要进行复杂的传感器融合计算，对三维地图建模要求较高的图形计算设备，且设备结构复杂，不容易进行维护。
东莞理工学院设计的一种基于超声波的室内定位系统，采用主机主控模块连接的超声波进行测距、NRF进行无线传输，该系统具有多个超声波发射探头，朝向不同以获得四周距离信息进行定位。但该系统实现定位需要多个超声波发射探头进行配合，若一个探头损坏，则整个系统无法进行正常定位，同时多个定位系统之间还会造成干扰。
杭州电子科技大学设计的一种基于移动终端的室内定位系统，通过在室内布置用于发射具有ID编码的灯光的光源，利用移动终端接收光源发射的灯光以获取相应的ID编码，同时获得自身位置信息；在云服务器上根据移动终端的ID编码及位置信息，最终确定精确坐标点。该系统的结构复杂，需要良好的传输环境，且其定位和导航依靠人工设定的路标，改变了工作环境。
北京邮电大学设计的一种基于基站室内定位系统及方法，该室内定位系统包括待测终端以及N个基站，待测终端发送的N个接收信号的强度指示值(RSSI)，选取在预设范围内的RSSI，确定所对应的基站分别与所述待测终端间的距离值，由此确定所述待测终端的位置坐标。但该系统需要额外建立多个基站，因此定位精度易受到室内环境大小及远近的影响。
上述及现有技术中的类似定位系统存在建图代价高昂、对环境的适应性差、定位设备昂贵等缺陷。
发明内容
为了解决上述问题，本发明的目的在于提供一种基于数字地标地图的室内定位系统及室内定位方法。
为了达到上述目的，本发明提供的基于数字地标地图的室内定位系统包括传感器平台、数据传输线、控制传输线、主机系统和电源系统；其中，所述的传感器平台和主机系统通过数据传输线和控制传输线相连接；电源系统用于为主机系统进行供电，主机系统通过控制传输线为传感器平台进行供电。
所述的主机系统采用嵌入式工业计算机作为主控计算机，并且安装有图像采集卡，与传感器平台上的视觉传感器通过USB接口或232/485总线相连接。
所述的传感器平台包括外壳、视觉传感器和支架；其中，外壳的顶面上形成有多个走线孔，底面上形成有多个固定孔，同时前端面上两侧部位对称形成有一个传感器安装孔；支架的上端通过上述固定孔及连接装置固定在外壳的底面上，下端安装在需定位的移动设备上；每个视觉传感器包括一个长焦可变焦镜头和一个彩色摄像机，彩色摄像机设置在外壳的内部，并分别通过贯穿走线孔的数据传输线和控制传输线与主机系统电连接；长焦可变焦镜头则安装在传感器安装孔内。
所述的外壳采用铝板或玻璃钢材料制成。
所述的支架采用铝质材料制成。
所述的电源系统采用铅酸电池，充电后可持续工作3小时以上。
本发明提供的基于数字地标地图的室内定位方法包括按顺序进行的下列步骤：
1)在主机系统的控制下，首先进行视觉传感器的参数初始化；
所述的参数包括彩色摄像机的焦距、视频分辨率和视频采样帧数；
2)利用两个视觉传感器开始采集室内的视频图像并通过数据传输线传送给主机系统；
3)在主机系统中将上述视频图像转换成视频图像序列，然后将上述视频图像序列转换到高斯颜色模型下，以此模型作为工作空间，使用SURF算法来提取特征点，之后采用ORB算法中的oBRIEF描述子对特征点进行描述和计算出特征点的特征向量；
4)将上述特征点的特征向量采用K-means算法进行图像聚类，在得到K个类别之后选择各类别中处于中间位置或距离类心最近的一帧视频图像作为数字地标图像，再由所有数字地标图像形成整体的数字地标地图；
5)在实际定位应用中，将视觉传感器采集的待匹配视频图像使用BBF最近邻查找算法分别与数字地标地图中的数字地标图像进行特征点匹配，得到多个初始匹配点；
首先通过计算上述待匹配视频图像与数字地标地图中数字地标图像的特征点间的欧氏距离来得到特征点间的相似性距离，再用BBF最近邻查找算法在待匹配视频图像中查找与数字地标图像欧氏距离最近和次近的特征点，将最近距离与次近距离的比值与设定的阈值进行比较，如果该比值小于阈值，则将该特征点作为初始匹配点；
6)使用RANSAC方法从上述多个初始特征点中剔除掉错误匹配点而获得多个精确匹配点，以进一步提高精度，由所有精确匹配点构成精确匹配点集；
7)若特征点匹配成功，获取上述则精确匹配点集，然后通过双目测距算法测量数字地标图像距离本系统的距离，并通过多个欧氏距离计算出本系统自身在整个数字地标地图中的位置，最后输出位置信息；若特征点匹配不成功，重复步骤5)—步骤6)，直到匹配成功并输出位置信息为止。
本发明提供的基于数字地标地图的室内定位系统及室内定位方法具有如下优点：
与传统室内定位系统的复杂性与昂贵性不同，本系统是一个定位与建图同时进行的系统，通过在机器视角下选取室内具有高辨识性的地标，构建室内数字地标地图，并选取有效的地标进行识别和匹配，来实现室内环境下快速、准确的定位，具有较高的应用价值。本系统定位简易，可以在很短时间内完成室内建图与定位，无需铺设额外的辅助设备，降低了成本，同时无需改变环境特征。可搭载在任何自主移动机器人上，应用于民航机场航站楼、重要仓库、商场及其它室内公共场所。
附图说明
图1是本发明的提供的基于数字地标地图的室内定位系统组成示意图；
图2是本发明的提供的基于数字地标地图的室内定位系统中传感器平台立体结构示意图；
图3是本发明的提供的基于数字地标地图的室内定位方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图1、图2所示，本发明提供的基于数字地标地图的室内定位系统包括传感器平台1、数据传输线2、控制传输线3、主机系统4和电源系统5；其中，所述的传感器平台1和主机系统4通过数据传输线2和控制传输线3相连接；电源系统5用于为主机系统4进行供电，主机系统4通过控制传输线3为传感器平台1进行供电。
所述的主机系统4采用嵌入式工业计算机作为主控计算机，并且安装有图像采集卡，与传感器平台1上的视觉传感器8通过USB接口或232/485总线相连接，具有良好扩展能力和可靠性。
所述的传感器平台1包括外壳6、视觉传感器8和支架10；其中，外壳6的顶面上形成有多个走线孔7，底面上形成有多个固定孔，同时前端面上两侧部位对称形成有一个传感器安装孔9；支架10的上端通过上述固定孔及连接装置固定在外壳6的底面上，下端安装在需定位的移动设备上，防止传感器平台1发生相对晃动；每个视觉传感器8包括一个长焦可变焦镜头和一个彩色摄像机，彩色摄像机设置在外壳6的内部，并分别通过贯穿走线孔7的数据传输线2和控制传输线3与主机系统4电连接；长焦可变焦镜头则安装在传感器安装孔9内。
所述的外壳6采用铝板或玻璃钢材料制成，因此具有较强的防撞能力。
所述的支架10采用铝质材料制成，这样重量轻且具有足够的强度。
所述的电源系统5采用铅酸电池，充电后可持续工作3小时以上。
现将本发明提供的基于数字地标地图的室内定位系统的工作原理阐述如下：当室内某一移动设备，比如位于民航机场航站楼、重要仓库、商场及其它室内公共场所内的自主移动机器人需要定位时，首先由工作人员将本系统放置在该移动设备上，并将传感器平台1上的支架10下端固定在移动设备上；然后开启本系统，在主机系统4的控制下通过控制传输线3向视觉传感器8发出控制指令，利用两个视觉传感器8开始采集室内的视频图像，然后通过数据传输线2将上述视频图像传送给主机系统4；主机系统4从上述视频图像中选取室内具有高辨识性的数字地标图像而构建室内数字地标地图，之后选取有效的数字地标图像进行识别和匹配，由此实现室内环境下快速、准确的定位。
如图3所示，本发明提供的基于数字地标地图的室内定位方法包括按顺序进行的下列步骤：
1)在主机系统4的控制下，首先进行视觉传感器8的参数初始化；
所述的参数包括彩色摄像机的焦距、视频分辨率和视频采样帧数；
2)利用两个视觉传感器8开始采集室内的视频图像并通过数据传输线2传送给主机系统4；
3)在主机系统4中将上述视频图像转换成视频图像序列，然后将上述视频图像序列转换到高斯颜色模型下，以此模型作为工作空间，使用SURF算法来提取特征点，之后采用ORB算法中的oBRIEF描述子对特征点进行描述和计算出特征点的特征向量，此时生成的特征点具有256字节的长度且具有颜色不变性，尺度不变性，旋转不变性等特点。
4)将上述特征点的特征向量采用K-means算法进行图像聚类，在得到K个类别之后选择各类别中处于中间位置或距离类心最近的一帧视频图像作为数字地标图像，再由所有数字地标图像形成整体的数字地标地图；
5)在实际定位应用中，将视觉传感器8采集的待匹配视频图像使用BBF最近邻查找算法分别与数字地标地图中的数字地标图像进行特征点匹配，得到多个初始匹配点；
原始的ORB匹配算法是采用穷举法，根据Hamming距离来匹配两幅视频图像的特征点，此方法在特征点搜索时计算耗时较多。因此，本发明采用BBF最近邻查找算法来进行待匹配视频图像与数字地标地图中数字地标图像的匹配，BBF最近邻查找算法在回溯查询中加入了优先队列。首先通过计算上述待匹配视频图像与数字地标地图中数字地标图像的特征点间的欧氏距离来得到特征点间的相似性距离，再用BBF最近邻查找算法在待匹配视频图像中查找与数字地标图像欧氏距离最近和次近的特征点，将最近距离与次近距离的比值与设定的阈值进行比较，如果该比值小于阈值，则将该特征点作为初始匹配点。所述的阈值为经验值，可根据实验结果选取。本发明中采用的阈值为0.55。
6)使用RANSAC方法从上述多个初始特征点中剔除掉错误匹配点而获得多个精确匹配点，以进一步提高精度，由所有精确匹配点构成精确匹配点集；
7)若特征点匹配成功，获取上述则精确匹配点集，然后通过双目测距算法测量数字地标图像距离本系统的距离，并通过多个欧氏距离计算出本系统自身在整个数字地标地图中的位置，最后输出位置信息；若特征点匹配不成功，重复步骤5)—步骤6)，直到匹配成功并输出位置信息为止。

Claims (7)

1.一种基于数字地标地图的室内定位系统，其特征在于：所述的基于数字地标地图的室内定位系统包括传感器平台(1)、数据传输线(2)、控制传输线(3)、主机系统(4)和电源系统(5)；其中，所述的传感器平台(1)和主机系统(4)通过数据传输线(2)和控制传输线(3)相连接；电源系统(5)用于为主机系统(4)进行供电，主机系统(4)通过控制传输线(3)为传感器平台(1)进行供电。
2.根据权利要求1所述的基于数字地标地图的室内定位系统，其特征在于：所述的主机系统(4)采用嵌入式工业计算机作为主控计算机，并且安装有图像采集卡，与传感器平台(1)上的视觉传感器(8)通过USB接口或232/485总线相连接。
3.根据权利要求1所述的基于数字地标地图的室内定位系统，其特征在于：所述的传感器平台(1)包括外壳(6)、视觉传感器(8)和支架(10)；其中，外壳(6)的顶面上形成有多个走线孔(7)，底面上形成有多个固定孔，同时前端面上两侧部位对称形成有一个传感器安装孔(9)；支架(10)的上端通过上述固定孔及连接装置固定在外壳(6)的底面上，下端安装在需定位的移动设备上；每个视觉传感器(8)包括一个长焦可变焦镜头和一个彩色摄像机，彩色摄像机设置在外壳(6)的内部，并分别通过贯穿走线孔(7)的数据传输线(2)和控制传输线(3)与主机系统(4)电连接；长焦可变焦镜头则安装在传感器安装孔(9)内。
4.根据权利要求3所述的基于数字地标地图的室内定位系统，其特征在于：所述的外壳(6)采用铝板或玻璃钢材料制成。
5.根据权利要求3所述的基于数字地标地图的室内定位系统，其特征在于：所述的支架(10)采用铝质材料制成。
6.根据权利要求1所述的基于数字地标地图的室内定位系统，其特征在于：所述的电源系统(5)采用铅酸电池，充电后可持续工作3小时以上。
7.一种利用权利要求1—7中任一项所述的基于数字地标地图的室内定位系统的室内定位方法，其特征在于：所述的室内定位方法包括按顺序进行的下列步骤：
1)在主机系统(4)的控制下，首先进行视觉传感器(8)的参数初始化；
所述的参数包括彩色摄像机的焦距、视频分辨率和视频采样帧数；
2)利用两个视觉传感器(8)开始采集室内的视频图像并通过数据传输线(2)传送给主机系统(4)；
3)在主机系统(4)中将上述视频图像转换成视频图像序列，然后将上述视频图像序列转换到高斯颜色模型下，以此模型作为工作空间，使用SURF算法来提取特征点，之后采用ORB算法中的oBRIEF描述子对特征点进行描述和计算出特征点的特征向量；
4)将上述特征点的特征向量采用K-means算法进行图像聚类，在得到K个类别之后选择各类别中处于中间位置或距离类心最近的一帧视频图像作为数字地标图像，再由所有数字地标图像形成整体的数字地标地图；
5)在实际定位应用中，将视觉传感器(8)采集的待匹配视频图像使用BBF最近邻查找算法分别与数字地标地图中的数字地标图像进行特征点匹配，得到多个初始匹配点；
首先通过计算上述待匹配视频图像与数字地标地图中数字地标图像的特征点间的欧氏距离来得到特征点间的相似性距离，再用BBF最近邻查找算法在待匹配视频图像中查找与数字地标图像欧氏距离最近和次近的特征点，将最近距离与次近距离的比值与设定的阈值进行比较，如果该比值小于阈值，则将该特征点作为初始匹配点；
6)使用RANSAC方法从上述多个初始特征点中剔除掉错误匹配点而获得多个精确匹配点，以进一步提高精度，由所有精确匹配点构成精确匹配点集；
7)若特征点匹配成功，获取上述则精确匹配点集，然后通过双目测距算法测量数字地标图像距离本系统的距离，并通过多个欧氏距离计算出本系统自身在整个数字地标地图中的位置，最后输出位置信息；若特征点匹配不成功，重复步骤5)—步骤6)，直到匹配成功并输出位置信息为止。
CN201910481909.6A 2019-05-31 2019-05-31 基于数字地标地图的室内定位系统及室内定位方法 Active CN110222761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910481909.6A CN110222761B (zh) 2019-05-31 2019-05-31 基于数字地标地图的室内定位系统及室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910481909.6A CN110222761B (zh) 2019-05-31 2019-05-31 基于数字地标地图的室内定位系统及室内定位方法

Publications (2)

Publication Number Publication Date
CN110222761A true CN110222761A (zh) 2019-09-10
CN110222761B CN110222761B (zh) 2023-01-17

Family

ID=67819321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910481909.6A Active CN110222761B (zh) 2019-05-31 2019-05-31 基于数字地标地图的室内定位系统及室内定位方法

Country Status (1)

Country Link
CN (1) CN110222761B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096413A (zh) * 2010-12-23 2011-06-15 中国民航大学 保安巡逻机器人系统及其控制方法
CN103926927A (zh) * 2014-05-05 2014-07-16 重庆大学 一种室内移动机器人双目视觉定位与三维建图方法
CN104330090A (zh) * 2014-10-23 2015-02-04 北京化工大学 机器人分布式表征智能语义地图创建方法
CN204833707U (zh) * 2015-08-20 2015-12-02 潘翔 交通物联网地理信息特征点聚类系统
CN105547301A (zh) * 2016-02-25 2016-05-04 华南理工大学 基于地磁的室内地图构建方法与装置
CN105856230A (zh) * 2016-05-06 2016-08-17 简燕梅 一种可提高机器人位姿一致性的orb关键帧闭环检测slam方法
CN106447585A (zh) * 2016-09-21 2017-02-22 武汉大学 城市地区和室内高精度视觉定位系统及方法
CN107741234A (zh) * 2017-10-11 2018-02-27 深圳勇艺达机器人有限公司 一种基于视觉的离线地图构建及定位方法
CN107817509A (zh) * 2017-09-07 2018-03-20 上海电力学院 基于rtk北斗和激光雷达的巡检机器人导航系统及方法
CN107833230A (zh) * 2017-11-09 2018-03-23 北京进化者机器人科技有限公司 室内环境地图的生成方法及装置
CN108428254A (zh) * 2018-03-15 2018-08-21 斑马网络技术有限公司 三维地图的构建方法及装置
CN108759844A (zh) * 2018-06-07 2018-11-06 科沃斯商用机器人有限公司 机器人重定位与环境地图构建方法、机器人及存储介质
CN108898605A (zh) * 2018-07-25 2018-11-27 电子科技大学 一种基于图的栅格地图分割方法
CN109447170A (zh) * 2018-11-05 2019-03-08 贵州大学 移动机器人同步定位与地图构建系统的字典优化方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096413A (zh) * 2010-12-23 2011-06-15 中国民航大学 保安巡逻机器人系统及其控制方法
CN103926927A (zh) * 2014-05-05 2014-07-16 重庆大学 一种室内移动机器人双目视觉定位与三维建图方法
CN104330090A (zh) * 2014-10-23 2015-02-04 北京化工大学 机器人分布式表征智能语义地图创建方法
CN204833707U (zh) * 2015-08-20 2015-12-02 潘翔 交通物联网地理信息特征点聚类系统
CN105547301A (zh) * 2016-02-25 2016-05-04 华南理工大学 基于地磁的室内地图构建方法与装置
CN105856230A (zh) * 2016-05-06 2016-08-17 简燕梅 一种可提高机器人位姿一致性的orb关键帧闭环检测slam方法
CN106447585A (zh) * 2016-09-21 2017-02-22 武汉大学 城市地区和室内高精度视觉定位系统及方法
CN107817509A (zh) * 2017-09-07 2018-03-20 上海电力学院 基于rtk北斗和激光雷达的巡检机器人导航系统及方法
CN107741234A (zh) * 2017-10-11 2018-02-27 深圳勇艺达机器人有限公司 一种基于视觉的离线地图构建及定位方法
CN107833230A (zh) * 2017-11-09 2018-03-23 北京进化者机器人科技有限公司 室内环境地图的生成方法及装置
CN108428254A (zh) * 2018-03-15 2018-08-21 斑马网络技术有限公司 三维地图的构建方法及装置
CN108759844A (zh) * 2018-06-07 2018-11-06 科沃斯商用机器人有限公司 机器人重定位与环境地图构建方法、机器人及存储介质
CN108898605A (zh) * 2018-07-25 2018-11-27 电子科技大学 一种基于图的栅格地图分割方法
CN109447170A (zh) * 2018-11-05 2019-03-08 贵州大学 移动机器人同步定位与地图构建系统的字典优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
高庆吉: "基于自适应感知复位算法的移动机器人定位", 《电子学报》 *
高庆吉: "机器人视觉定位中的路口场景识别方法研究", 《中国图象图形学报》 *

Also Published As

Publication number Publication date
CN110222761B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN112525162B (zh) 一种无人机测量输电线路影像距离的系统及方法
CN106092104B (zh) 一种室内机器人的重定位方法及装置
CN106793086B (zh) 一种室内定位方法
CN109737981B (zh) 基于多传感器的无人车目标搜索装置及方法
CN104217439B (zh) 一种室内视觉定位系统及方法
CN108317953A (zh) 一种基于无人机的双目视觉目标表面3d检测方法及系统
US7991194B2 (en) Apparatus and method for recognizing position using camera
CN110703268B (zh) 一种自主定位导航的航线规划方法和装置
CN109556616A (zh) 一种基于视觉标记的自动建图机器人建图修整方法
CN108536145A (zh) 一种使用机器视觉进行智能跟随的机器人系统及运行方法
CN106408601B (zh) 一种基于gps的双目融合定位方法及装置
KR20180063263A (ko) 3차원 공간 검출 시스템, 측위 방법 및 시스템
CN207020538U (zh) 一种无人机控制系统
CN102116625A (zh) 巡线机器人gis-gps导航方法
CN102426019A (zh) 一种无人机景象匹配辅助导航方法及系统
CN106092054A (zh) 一种电力线路识别精准定位导航方法
US10983528B2 (en) Systems and methods for orienting a robot in a space
CN108955682A (zh) 手机室内定位导航方法
CN109974687A (zh) 一种基于深度摄像头的多传感器室内协同定位方法、装置及系统
CN110032965A (zh) 基于遥感图像的视觉定位方法
CN113191388A (zh) 用于目标检测模型训练的图像采集系统及样本生成方法
CN102183250A (zh) 一种农业机械的田间道路自动导航定位装置及方法
CN209530065U (zh) 一种基于图像的坐标定位装置
Shu et al. 3D point cloud-based indoor mobile robot in 6-DoF pose localization using a Wi-Fi-aided localization system
TWM591172U (zh) 多旋翼載具之精準停位控制裝置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant