基于实时局部特征描述的自然路标识别的制作方法
【专利说明】
[0001]
技术领域： 本发明专利涉及基于实时局部特征描述的自然路标识别。
[0002]
【背景技术】： 定位是移动机器人最基本的功能之一，本发明所主要解决的问题就是定位问题，最早 的定位研究成果主要是通过机器人的内部传感器，如码表、惯性仪等设施来实现定位，而由 于打滑、地面崎岖不平等原因造成的误差累计常常会导致定位结果不精确，不宜长时间单 独导航。而如果通过GPS定位或者我国的北斗导航系统定位，在有遮挡区域等信号不好的 地方定位系统将失效，因此，人们开始逐渐采用外部传感器来辅助定位。比如红外和视觉传 感器。
[0003] 其中，视觉传感器因其丰富的环境信息如视觉、纹理、形状等而备受关注，而且通 过计算机视觉理论可知，通过视觉系统便可准确识别出目标，并判断出自身位置。目前许多 现存的方法中，大多采用了人工设置路标，然后在机器人移动过程中对事先设定的人工路 标进行匹配来实现定位。但是随着研究工作的不断进展，人们逐渐将移动机器人的应用场 景从室内转到了室外，此时许多特定情况下，人工设置路标是不现实的，所以自然路标就成 为了在户外条件下的首选方法。所谓自然特征就是指环境中已有的、非人工设置的、能够用 以标识不同环境场景的特征对象。而相对室内大多结构化的环境，室外复杂的非结构化环 境对移动机器人的定位和导航带来了相当大的挑战，同时，相对于室内，室外不断变化的光 照条件和气候环境也是研究中的一大挑战。
[0004] 基于视觉的自然路标需要提取其不变点，之后利用特征点匹配的方法来判断和识 别路标，从而实现移动机器人的定位。与直接使用传感器的方法不一样的是，基于特征的定 位方法首先会将原始的采样数据转换为相应的局部特征，在只需少量存储空间的情况下保 存了丰富而精确的环境信息。这类方法通常具有较好的鲁棒性，能满足相对复杂的应用。但 是有时在城市交通中，大多数特征点集中于道路两旁的树木，而同种树木也比较相似，这对 后期的特征匹配和机器人定位都带来了较大的影响。因此，如何剔除树木对自然路标提取 的影响，将特征点尽可能均匀的分布到标志性的建筑物中去，则成为自然路标提取中一大 复杂而艰巨的任务，提取可靠而丰富的特征是特征定位中的关键。
[0005] 目前已有的局部特征匹配算法主要有Harris，SIFT，SURF，ORB等，SIFT (Scale-invariant feature transform)算法由 David Lowe 在 1999 年所发表，2004 年完 善总结。因其具有良好的尺度旋转不变性而受到广泛关注，但是由于其在运算速度方面较 慢，影响了其在实时应用中的运用。后Herbert Bay针对SIFT算法提出了改进的SURF算 法，在速度上提升了一个数量级左右，但是在一些实时应用中此速度依旧不够。直到2011 年willowgarage提出了 ORB算法，可以满足大多数实时性应用。但是，上述三种方法所提 取的角点，在户外应用中，特征点分布都不够均匀。本发明提出了改进的基于曲率的算法来 实现较均匀的提取特征点。
[0006]
【发明内容】
： 1改进的基于曲率的特征点抽取 基于曲率的特征点抽取方法计算简单，提取出来的特征点具有旋转不变性， 对噪声和亮度变化也都具有良好的鲁棒性，且特征点分布均匀，更重要的是可以 提取定量的特征点。该方法主要通过灰度变化来判断是否是角点，当图像中某 一点沿任意方向的微小偏移都会产生灰度的大量变化，则该点被认为是角点。设 Jx为水平方向灰度的变化,4'为坚直方向的灰度变化，那么角点就是Ix，?ν变化都很大的 点，而边缘则是It，吞中只有一个变化较大的点。设为以为中心的一个滑块， 当其在任意方向滑动[u，v]时，产生灰度变化的计算方法如下： = 十( 1) 而后根据泰勒级数计算出一阶到η阶的偏导数，最终可以得到一个矩阵公式：
【主权项】
1. 基于实时局部特征描述的自然路标识别，其特征是：采用改进的基于曲率的特征点 抽取，基于曲率的特征点抽取方法计算简单，提取出来的特征点具有旋转不变性，对噪声 和亮度变化也都具有良好的鲁棒性，且特征点分布均匀，更重要的是可以提取定量的特征 点；该方法主要通过灰度变化来判断是否是角点，当图像中某一点沿任意方向的微小偏移 都会产生灰度的大量变化，则该点被认为是角点。
2. 基于实时局部特征描述的自然路标识别，其特征是：采用改进的二进制特征描述算 法，二进制字符串描述符，相对其他算法减少了描述符的维度，从而减少了描述和匹配的 时间；该算法首先对图像进行高斯滤波以降低噪声的影响，后在图像中选择一个局部块P， 大小为SxS像素。
3. 基于实时局部特征描述的自然路标识别，其特征是：基于曲率的算法相对其他算法 而言针对本应用无疑更有优势，改进的基于曲率的特征抽取方法，在处理时间上和原算法 相比，应降低了特征标准，简化了运算过程，时间反而更短；正确匹配率方面相差不大，而针 对本发明主要研究的分布均匀方面，可以发现相对原算法，分布更加均匀很多，减少了树木 等自然路标对特征匹配造成的影响；故本发明提出算法能满足户外条件下，有效的提取特 征点并进行匹配的任务，且具有较好的实时性和鲁棒性。
【专利摘要】本发明针对户外场景的路标匹配场景应用需求,采用局部特征匹配技术的特征抽取技术，提出了基于曲率的特征抽取和二进制特征描述相结合的方法进行特征匹配。算法利用基于曲率算法的特征分布较合理的特性，克服了特征分布不均的问题，且通过二进制描述算法弥补了其他算法的实时性较弱的缺陷，最后通过实验对比了该算法的有效性和实时性。结果表明，该算法能够在保证实时性的同时，提取出有效的均匀特征点,有较好的实用性和鲁棒性。
【IPC分类】G06K9-46, G06K9-00
【公开号】CN104778443
【申请号】CN201510098660
【发明人】王燕清, 石朝侠
【申请人】哈尔滨理工大学
【公开日】2015年7月15日
【申请日】2015年3月6日