• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于深度学习的机器人图像定位方法及系统
有效
专利申请进度
申请
2016-05-24
申请公布
2016-10-12
授权
2019-02-26
预估到期
2036-05-24
专利基础信息
申请号 CN201610348368.6 申请日 2016-05-24
申请公布号 CN106023211A 申请公布日 2016-10-12
授权公布号 CN106023211B 授权公告日 2019-02-26
分类号 G06T7/73
分类 计算;推算;计数;
申请人名称 深圳勇艺达机器人有限公司
申请人地址 广东省深圳市南山区学府路软件产业基地5栋C座1002E室
专利法律状态
  • 2020-06-02
    专利权人的姓名或者名称、地址的变更
    状态信息
    专利权人的姓名或者名称、地址的变更 IPC(主分类):G06T7/73 变更前专利权人:深圳前海勇艺达机器人有限公司 变更前地址:518061 广东省深圳市南山区学府路软件产业基地5栋C座1002E室 变更后专利权人:深圳勇艺达机器人有限公司 变更后地址:518000 广东省深圳市宝安区航城街道固戍开发区泰华梧桐工业园2A号建筑4层、2B号建筑4层
  • 2019-02-26
    授权
    状态信息
    授权
  • 2016-11-09
    实质审查的生效
    状态信息
    实质审查的生效IPC(主分类):G06T 7/00申请日:20160524
  • 2016-10-12
    公布
    状态信息
    公开
摘要
本发明为基于深度学习的机器人图像定位方法,至少包括以下步骤:A、深度训练学习获得图像模型以及匹配规则;B、机器人逐方位采集环境图像,并根据获得的图像模型以及匹配规则对采集到的图像进行特征提取及特征匹配获得所有匹配点的三维坐标,并获得至少两图像的共同关键点信息;C、采用随机抽样一致算法剔除上述图像中所述匹配点中的误配点,再由图像中获取至少两个关键点的三维坐标;D、采用冒泡排序法,获得关键点的三维坐标;E、采用绝对定向算法获得每两方位下的旋转矩阵以及偏移向量,依次迭代定位到机器人的运动轨迹。解决了机器人在室内捕捉不到特征信息时导致定位失效的问题。本发明还提出了一种使用基于深度学习的机器人图像定位方法的机器人图像定位系统。