一种基于SSD物体检测模型的移动机器人视觉导航方法专利检索-视觉反馈医疗设备专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

一种基于SSD物体检测模型的移动机器人视觉导航方法

阅读：1100发布：2020-10-06

IPRDB可以提供一种基于SSD物体检测模型的移动机器人视觉导航方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于SSD物体检测模型的移动机器人视觉导航方法，包括如下步骤：（1）利用CCD相机拍摄工作场景的全局；（2）人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置；（3）从而利用计算机计算移动机器人的位置和方向。本发明利用相机捕捉整个场景，自动构建环境模型，并通过视觉反馈实现动态路径规划，通过使用SSD模型来提高对象定位的准确性，解决了现有视觉传感器操作中需要手动标注图像数据，费时费力，且其稳定性经常受到传感器噪音、场景变化等因素影响的问题。，下面是一种基于SSD物体检测模型的移动机器人视觉导航方法专利的具体信息内容。

权利要求

1.一种基于SSD物体检测模型的移动机器人视觉导航方法，其特征在于：包括如下步骤：（1）利用CCD相机拍摄工作场景的全局；

（2）人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，（3）使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置，从而利用计算机计算移动机器人的位置和方向；

（4）利用逆坐标变换矩阵实现图像坐标系向世界坐标系的转换，实时获取目标位置；

（5）机器人通过无线通信在计算机发送的控制指令下移动；

（6）机器人移动位置后，将移动的距离、移动的方向和角度再次通过无线通信向计算机反馈；

（7）接收反馈信息的计算机计算出机器人的实际移动轨迹与计划移动轨迹，并进行对比和修正，从而避免机器人偏离计划移动轨迹，保证计算机控制的准确性。

2.根据权利要求1所述的一种基于SSD物体检测模型的移动机器人视觉导航方法，其特征在于：所述步骤（2）中使用SSD神经网络处理全局相机拍摄的图像，从而获得两个移动机器人标记和障碍物的位置。

3.根据权利要求1所述的一种基于SSD物体检测模型的移动机器人视觉导航方法，其特征在于：所述步骤（4）中逆坐标变换矩阵通过CCD相机标定过程获得。

说明书全文

一种基于SSD物体检测模型的移动机器人视觉导航方法

技术领域

[0001] 本发明涉及人工智能技术领域，具体为一种基于SSD物体检测模型的移动机器人视觉导航方法。

背景技术

[0002] 视觉传感器是指：利用光学元件和成像装置获取外部环境图像信息的仪器，通常用图像分辨率来描述视觉传感器的性能。视觉传感器的精度不仅与分辨率有关，而且同被测物体的检测距离相关。被测物体距离越远，其绝对的位置精度越差。视觉传感器是整个机器视觉系统信息的直接来源，主要由一个或者两个图形传感器组成，有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。视觉传感器具有从一整幅图像捕获光线的数以千计的像素。图像的清晰和细腻程度通常用分辨率来衡量，以像素数量表示。Banner工程公司提供的部分视觉传感器能够捕获130万像素。因此，无论距离目标数米或数厘米远，传感器都能“看到”十分细腻的目标图像。

[0003] 视觉传感器广泛应用在移动机器人的自主导航中，但其在操作中需要手动标注图像数据，费时费力，且其稳定性经常受到传感器噪音、场景变化等因素的影响，为此，我们提出一种基于SSD物体检测模型的移动机器人视觉导航方法。

发明内容

[0004] 本发明的目的在于提供一种基于SSD物体检测模型的移动机器人视觉导航方法，以解决上述背景技术中提出的问题。

[0005] 为实现上述目的，本发明提供如下技术方案：一种基于SSD物体检测模型的移动机器人视觉导航方法，包括如下步骤：（1）利用CCD相机拍摄工作场景的全局；
（2）人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，
（3）使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置，从而利用计算机计算移动机器人的位置和方向；
（4）利用逆坐标变换矩阵实现图像坐标系向世界坐标系的转换，实时获取目标位置；
（5）机器人通过无线通信在计算机发送的控制指令下移动；
（6）机器人移动位置后，将移动的距离、移动的方向和角度再次通过无线通信向计算机反馈；
（7）接收反馈信息的计算机计算出机器人的实际移动轨迹与计划移动轨迹，并进行对比和修正，从而避免机器人偏离计划移动轨迹，保证计算机控制的准确性。

[0006] 优选的，所述步骤（2）中使用SSD神经网络处理全局相机拍摄的图像，从而获得两个移动机器人标记和障碍物的位置。

[0007] 优选的，所述步骤（4）中逆坐标变换矩阵通过CCD相机标定过程获得。

[0008] 与现有技术相比，本发明的有益效果是：本发明利用相机捕捉整个场景，自动构建环境模型，并通过视觉反馈实现动态路径规划，特别针对定位目标易受环境干扰的情况，通过使用SSD模型来提高对象定位的准确性，从而实现了一个高精度，鲁棒的室内环境自主导航控制系统，本方法成本低廉，易于实现，且可靠性高，解决了现有视觉传感器操作中需要手动标注图像数据，费时费力，且其稳定性经常受到传感器噪音、场景变化等因素影响的问题。

附图说明

[0009] 图1为本发明系统结构图；图2为本发明算法流程图。

具体实施方式

[0010] 下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0011] 本发明提供一种技术方案：一种基于SSD物体检测模型的移动机器人视觉导航方法，包括如下步骤：（1）利用CCD相机拍摄工作场景的全局；
（2）人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，
（3）使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置，从而利用计算机计算移动机器人的位置和方向；
（4）利用逆坐标变换矩阵实现图像坐标系向世界坐标系的转换，实时获取目标位置；
（5）机器人通过无线通信在计算机发送的控制指令下移动；
（6）机器人移动位置后，将移动的距离、移动的方向和角度再次通过无线通信向计算机反馈；
（7）接收反馈信息的计算机计算出机器人的实际移动轨迹与计划移动轨迹，并进行对比和修正，从而避免机器人偏离计划移动轨迹，保证计算机控制的准确性。

[0012] 实施例一：首先利用CCD相机拍摄工作场景的全局；然后人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置，使用SSD神经网络处理全局相机拍摄的图像，从而获得两个移动机器人标记和障碍物的位置；然后从而利用计算机计算移动机器人的位置和方向；然后利用逆坐标变换矩阵实现图像坐标系向世界坐标系的转换，实时获取目标位置；机器人通过无线通信在计算机发送的控制指令下移动，机器人移动位置后，将移动的距离、移动的方向和角度再次通过无线通信向计算机反馈；接收反馈信息的计算机计算出机器人的实际移动轨迹与计划移动轨迹，并进行对比和修正，从而避免机器人偏离计划移动轨迹，保证计算机控制的准确性。

[0013] 实施例二：在实施例一中，再加上下述工序：
步骤（2）中使用SSD神经网络处理全局相机拍摄的图像，从而获得两个移动机器人标记和障碍物的位置，步骤（4）中逆坐标变换矩阵通过CCD相机标定过程获得。

[0014] 首先利用CCD相机拍摄工作场景的全局；然后人工标注出移动机器人上的标志、障碍物的位置，利用标注后的图片输入对SSD神经网络进行训练，使用训练后的模型来处理全局相机拍摄的图像，从中提取两个移动机器人标记和障碍物的位置，使用SSD神经网络处理全局相机拍摄的图像，从而获得两个移动机器人标记和障碍物的位置；然后从而利用计算机计算移动机器人的位置和方向；然后利用逆坐标变换矩阵实现图像坐标系向世界坐标系的转换，实时获取目标位置，其中逆坐标变换矩阵通过CCD相机标定过程获得；机器人通过无线通信在计算机发送的控制指令下移动，机器人移动位置后，将移动的距离、移动的方向和角度再次通过无线通信向计算机反馈；接收反馈信息的计算机计算出机器人的实际移动轨迹与计划移动轨迹，并进行对比和修正，从而避免机器人偏离计划移动轨迹，保证计算机控制的准确性。

[0015] 本发明利用相机捕捉整个场景，自动构建环境模型，并通过视觉反馈实现动态路径规划，特别针对定位目标易受环境干扰的情况，通过使用SSD模型来提高对象定位的准确性，从而实现了一个高精度，鲁棒的室内环境自主导航控制系统，本方法成本低廉，易于实现，且可靠性高，解决了现有视觉传感器操作中需要手动标注图像数据，费时费力，且其稳定性经常受到传感器噪音、场景变化等因素影响的问题。

[0016] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

标题	发布/更新时间	阅读量
代码读取器的视觉反馈-专利编号CN105740746A	2020-05-13	773
视觉反馈手功能训练仪-专利编号CN110464599A	2020-05-13	273
触摸屏选择视觉反馈-专利编号CN102937843B	2020-05-14	558
视觉反馈显示-专利编号CN101681218B	2020-05-11	323
视觉反馈显示-专利编号CN101681218A	2020-05-12	239
高亮导航的视觉反馈-专利编号CN105051666A	2020-05-15	538
视觉反馈删除-专利编号CN103729136A	2020-05-11	399
触摸屏选择视觉反馈-专利编号CN102937843A	2020-05-14	561
视觉反馈激光扫描系统-专利编号CN108957737A	2020-05-12	326
具有视觉反馈的呆锁组合件-专利编号CN110300995A	2020-05-15	343

一种基于SSD物体检测模型的移动机器人视觉导航方法

一种基于SSD物体检测模型的移动机器人视觉导航方法

技术领域

背景技术

发明内容

附图说明

具体实施方式

IPRDB

热门服务

关于我们

友情链接

联系方式