恭喜北京中联国成科技有限公司张坦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京中联国成科技有限公司申请的专利一种人形机器人的目标识别和定位方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118990480B 。
龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411143152.7,技术领域涉及:B25J9/16;该发明授权一种人形机器人的目标识别和定位方法及系统是由张坦设计研发完成,并于2024-08-20向国家知识产权局提交的专利申请。
本一种人形机器人的目标识别和定位方法及系统在说明书摘要公布了:本发明公开了一种人形机器人的目标识别和定位方法及系统。方法包括:使用双视角单目视觉定位方法,计算待识别目标的三维位置;使用基于方向梯度的图像特征提取和支持向量机分类器对识别目标进行初步检测和分类;使用随机采样滤波算法对所述识别目标进行跟踪;使用基于步态检测的位置算法,进行人形机器人的定位,获得所述人形机器人的运动轨迹;通过传感器融合算法,对所述人形机器人的运动轨迹进行校正。系统包括目标定位模块、目标分类模块、目标跟踪模块、定位模块和定位校正模块。本发明能够完成目标识别定位以及人形机器人自身定位,帮助人形机器人完成环境的理解和识别,得到人形机器人和目标对象的相对位置,便于开展后续工作。
本发明授权一种人形机器人的目标识别和定位方法及系统在权利要求书中公布了:1.一种人形机器人的目标识别和定位方法,其特征在于,包括:使用双视角单目视觉定位方法,计算待识别目标的三维位置;使用基于方向梯度的图像特征提取和支持向量机分类器对识别目标进行初步检测和分类;使用随机采样滤波算法对所述识别目标进行跟踪;使用基于步态检测的位置算法,进行人形机器人的定位,获得所述人形机器人的运动轨迹;通过传感器融合算法,对所述人形机器人的运动轨迹进行校正;所述使用基于方向梯度的图像特征提取和支持向量机分类器对识别目标进行初步检测和分类包括:将包含识别目标的彩色图像进行灰度化处理和归一化处理,得到输入图像;建立方向梯度特征提取模型,将所述输入图像作为所述方向梯度特征提取模型的输入,输出得到方向梯度特征向量;收集包含识别目标的图像作为样本,对每个所述样本分别标注对应的类别标签,得到数据集;设计支持向量机分类器,使用所述数据集训练所述支持向量机分类器,将所述方向梯度特征向量作为训练后的所述支持向量机分类器的输入,输出类别标签,得到所述识别目标的分类结果;所述建立方向梯度特征提取模型,将所述输入图像作为所述方向梯度特征提取模型的输入,输出得到方向梯度特征向量包括:建立方向梯度特征提取模型,所述方向梯度特征提取模型包括输入层、梯度计算层、方向梯度直方图层、特征向量拼接层和归一化层;所述输入层接收经过灰度化处理和归一化处理的所述输入图像,其中,所述输入图像中的每个像素表示为Inormi,j;所述梯度计算层对于所述输入图像中的每个像素,计算在x方向上的水平梯度Gxi,j=Inormi,j+1-Inormi,j-1,y方向上的垂直梯度Gyi,j=Inormi+1,j-Inormi-1,j,计算得到表示边缘强度的梯度幅值表示边缘方向的梯度方向所述方向梯度直方图层将所述输入图像划分为若干大小为N×N的细胞单元,其中,N为像素值,在每个所述细胞单元内,基于计算的所述梯度方向,将所述梯度幅值加入对应的方向区间b中,对于每个所述方向区间b,计算累加属于该方向的梯度幅值得到所述细胞单元的梯度方向的直方图向量H=[H1,H2,…Hb,...Hm];所述特征向量拼接层将每个相邻的所述细胞单元的所述梯度方向的直方图向量依次拼接,得到成块特征向量v;所述归一化层对拼接后的所述成块特征向量进行归一化处理,得到方向梯度特征向量,其中,∈为正数常量;所述设计支持向量机分类器,使用所述数据集训练所述支持向量机分类器,将所述方向梯度特征向量作为训练后的所述支持向量机分类器的输入,输出类别标签,得到所述识别目标的分类结果包括:构建多类支持向量机分类器,为每对类别训练一个支持向量机分类器,共需JJ-12个分类器,其中J是所述识别目标的类别数量;对每类所述支持向量机分类器进行训练,通过优化算法调整损失函数其中,F为惩罚项,e为权重向量,q为偏置项,M为样本数,调整所述权重向量e和偏置项q,使损失函数最小化达到预设值;将一张所述输入图像提取的所述方向梯度特征向量作为输入,分别输入每类训练后的所述支持向量机分类器,每类所述支持向量机分类器分别输出一个类别标签,得到该张所述输入图像的所述识别目标的分类结果y∈{1,2,…,J};所述使用随机采样滤波算法对所述识别目标进行跟踪包括:所述识别目标的初始位置为X0,Y0,Z0,在所述识别目标的初始位置处定义初始搜索窗口,所述初始搜索窗口的半径为R0;对输入图像集合中的每一帧,计算在三维颜色空间中的颜色直方图的分布其中,Ci为颜色空间中的一个颜色值,Cx,y,z为目标区域内的像素颜色值,I为指示函数,颜色差异满足条件|Ci-Cx,y,z|≤ΔC时所述指示函数的值为1,否则为0,ΔC为颜色差异的阈值;更新所述识别目标的中心位置Xt=Xt-1+ΔXt,Yt=Yt-1+ΔYt,Zt=Zt-1+ΔZt,其中,ΔXt,ΔYt,ΔZt为所述识别目标在当前帧中的位移,更新搜索窗口的半径其中,St为当前帧中目标的面积或体积;更新所述输入图像集合中的每一帧的所述识别目标的位置,得到所述识别目标在跟踪过程中的三维轨迹Trajectory={X1,Y1,Z1,X2,Y2,Z2,...,Xt,Yt,Zt}。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京中联国成科技有限公司,其通讯地址为:100083 北京市海淀区学院路35号世宁大厦14层1409-027;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。