買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院申請的專利機器人定位系統(tǒng)、方法、設(shè)備和介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114998429B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210446123.2，技術(shù)領(lǐng)域涉及：G06T7/73；該發(fā)明授權(quán)機器人定位系統(tǒng)、方法、設(shè)備和介質(zhì)是由文剛;潘浩;馬儀;馬御棠;馬宏明;曹俊;楊明昆設(shè)計研發(fā)完成，并于2022-04-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本機器人定位系統(tǒng)、方法、設(shè)備和介質(zhì)在說明書摘要公布了：本發(fā)明公開了機器人定位系統(tǒng)、方法、設(shè)備和介質(zhì)，結(jié)合了光度一致性和溫度一致性來進(jìn)行位姿跟蹤，使本發(fā)明在不同的環(huán)境中均具有穩(wěn)定的性能。并且，將光度信息和溫度信息整合到了同一個框架中，實現(xiàn)了光度信息和溫度信息的緊密耦合，進(jìn)而進(jìn)行位姿跟蹤，能獲得更好的定位效果。此外還通過最小二乘法對所述巡檢機器人多個位姿的誤差累積進(jìn)行優(yōu)化，輸出優(yōu)化后的位姿，以定位所述巡檢機器人的巡檢過程，可進(jìn)一步的提高定位的準(zhǔn)確性。

本發(fā)明授權(quán)機器人定位系統(tǒng)、方法、設(shè)備和介質(zhì)在權(quán)利要求書中公布了：1.一種機器人定位系統(tǒng)，其特征在于，應(yīng)用于設(shè)置有可見光相機及紅外相機的巡檢機器人上，所述可見光相機用于拍攝可見光圖像，所述紅外相機用于拍攝紅外圖像，所述系統(tǒng)包括：光度標(biāo)定模塊，溫度標(biāo)定模塊，位姿初始化模塊，位姿估計模塊，后端優(yōu)化模塊；所述光度標(biāo)定模塊，用于對所述可見光相機在成像過程中的光度參數(shù)進(jìn)行標(biāo)定，以基于標(biāo)定后的光度參數(shù)調(diào)整可見光圖像的光度信息，直至獲取的可見光圖像滿足光度一致性；其中，所述光度一致性指示同一像素在不同可見光圖像的光度信息是相同的；所述溫度標(biāo)定模塊，用于對所述紅外相機成像過程中的漂移進(jìn)行標(biāo)定，以消除所述紅外相機成像過程中產(chǎn)生的溫度噪聲，直至獲取的紅外圖像滿足溫度一致性；其中，所述溫度一致性指示同一像素在不同紅外圖像的溫度信息是相同的；所述位姿初始化模塊，用于提取可見光圖像中的稀疏特征點，利用相鄰兩幀可見光圖像之間的特征點對，計算所述巡檢機器人的初始相對位姿；其中，所述特征點對由稀疏特征點構(gòu)成；所述位姿估計模塊，用于基于稀疏特征點仿射變換下的光度差和溫度差建立誤差函數(shù)，最小化所述誤差函數(shù)，以對所述巡檢機器人的當(dāng)前位姿進(jìn)行跟蹤；所述后端優(yōu)化模塊，用于通過最小二乘法對所述巡檢機器人多個位姿的誤差累積進(jìn)行優(yōu)化，輸出優(yōu)化后的位姿，以定位所述巡檢機器人的巡檢過程；所述光度參數(shù)為光學(xué)相機的響應(yīng)函數(shù)，所述響應(yīng)函數(shù)用于指示輸入的曝光量和輸出的可見光圖像中的光度信息之間的關(guān)系，所述光度標(biāo)定模塊具體用于：每當(dāng)所述可見光相機拍攝時，調(diào)整所述可見光相機的曝光時間，獲取拍攝得到的多張可見光圖像，并確定每張可見光圖像內(nèi)每一像素點的光度信息；其中，所述多張見光圖像為所述可見光相機針對同一靜止場景拍攝的不同角度的可見光圖像；獲取所述可見光相機的輻照度圖像及所述光學(xué)相機中光學(xué)模塊的影響參數(shù)，基于不同可見光圖像內(nèi)的光度信息，通過最大似然估計輪流最小化所述響應(yīng)函數(shù)和所述輻照度圖像與所述影響參數(shù)的乘積，以標(biāo)定所述響應(yīng)函數(shù)，直至獲取的可見光圖像滿足光度一致性；所述溫度標(biāo)定模塊具體用于：獲取與所述多張可見光圖像在相同時刻拍攝的多張紅外圖像，并確定每張紅外圖像內(nèi)每一像素點的溫度信息；基于在不同可見光圖像內(nèi)相同的光度信息確定任一像素點的移動速度，根據(jù)所述移動速度及紅外圖像之間的時間間隔確定在不同紅外圖像內(nèi)對應(yīng)的同一像素點；基于所述紅外相機的紅外輻射，調(diào)整不同紅外圖像中同一像素點的溫度信息出現(xiàn)的增益和漂移，以消除所述紅外相機在成像過程中產(chǎn)生的熱量干擾和紅外圖像的固定噪聲，直至紅外圖像滿足溫度一致性；所述位姿初始化模塊，具體用于：若目標(biāo)像素點與預(yù)設(shè)鄰域內(nèi)的像素點之間的灰度差值大于預(yù)設(shè)值，則確定所述目標(biāo)像素點作為稀疏特征點；其中，所述目標(biāo)像素點為可見光圖像中的任意一個像素點；將稀疏特征點的數(shù)量大于第一預(yù)設(shè)數(shù)量的可見光圖像作為關(guān)鍵幀，將第一個關(guān)鍵幀作為初始關(guān)鍵幀，確定所述初始關(guān)鍵幀和所述初始關(guān)鍵幀的下一幀之間的特征點對，基于所述特征點對進(jìn)行三角初始化，以得到包含地圖點的地圖；其中，所述地圖的地圖點用于描述所述稀疏特征點的實際空間位置；通過所述地圖點和所述特征點對構(gòu)建單應(yīng)矩陣和基礎(chǔ)矩陣，根據(jù)所述單應(yīng)矩陣和所述基礎(chǔ)矩陣計算所述巡檢機器人的初始相對位姿；所述位姿估計模塊具體用于：將當(dāng)前時刻獲取的可見光圖像作為當(dāng)前幀，對包含在所述當(dāng)前幀上的地圖點，確定在所述初始關(guān)鍵幀上的第一投影點和在所述當(dāng)前幀上的第二投影點；計算所述第一投影點和所述第二投影點之間仿射變換下的灰度差和溫度差，根據(jù)所述灰度差和所述溫度差構(gòu)建對應(yīng)的二范數(shù)誤差函數(shù)，最小化所述二范數(shù)誤差函數(shù)，以估計所述巡檢機器人的當(dāng)前位姿。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，其通訊地址為：650000 云南省昆明市經(jīng)濟技術(shù)開發(fā)區(qū)云大西路105號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。