专利汇可以提供一种基于地形特征匹配的水下地形匹配导航方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于地形特征匹配的 水 下地形匹配导航方法,处理先验地图,求出高度的梯度值,利用梯度的大小筛选出实际为较为陡峭的点作为特征点,将这些特征点的梯度进行 霍夫变换 得到特征的长度及 位置 ,写入实际特征信息库。处理多波束声纳发回的数据,求出对应点的高度值,对其求梯度,将梯度的模长进行霍夫变换,得到样本特征的长度和与 机器人 的相对位置。利用这些特征的长度、对应深度等信息与之前构建的实际特征信息库进行匹配,得到与每一 块 特征区域所匹配的先验地图的区域。分别利用这些区域的相对位置信息得出水下机器人的位置,对这些位置进行分析得到机器人的精确位置。本发明可相对快速的地形匹配 定位 与导航任务。,下面是一种基于地形特征匹配的水下地形匹配导航方法专利的具体信息内容。
1.一种基于地形特征匹配的水下地形匹配导航方法,其特征在于:包括如下步骤:
第一步:处理已知的先验地图,计算先验地图中的每一点的高度的梯度
通过对高度的梯度grad(x,y)的大小进行筛选,选出梯度的模长||grad
(x,y)||>阈值Α的点作为先验地图的特征点;
第二步:将第一步得到的所有先验地图的特征点的梯度的模长||grad(x,y)||做霍夫变换,识别出每一个特征的拟合线段,并记录这些线段的起始点坐标位置(xs,ys),(xe,ye)以及每条线段对应的高度作为实际特征信息存入实际特征信息库;
第三步:启动多波束声纳,采集水下机器人所在位置及周边的实时水深数据,记录得到的每一个数据点的坐标位置(x*,y*)以及对应数据点的深度h*;
第四步:计算第三步中的每一个数据点水深的梯度 通过对水深
的梯度grad(x*,y*)的大小进行筛选,选出梯度的模长||grad(x*,y*)||>Α的点作为多波束声纳数据的特征点;
第五步:将第四步得到的多波束声纳数据的特征点的梯度的模长||grad(x,y)||做霍夫变换,并识别出每一个特征的拟合线段,记录这些线段的起始点坐标位置(xs,ys),(xe,ye)以及每条线段对应的高度信息、与机器人的相对位置信息,作为样本特征信息;
第六步:逐条读取样本特征信息,判断实际特征信息库中是否存在高度相匹配的特征:
若存在则进行下一步,若不存在,则读取下一条特征,重复此步骤;
第七步:判断经第六步得到的特征中是否存在长度相一致的特征,若存在则进行下一步,若不存在,则读取下一条特征,重复第六步;
第八步:读取第七步得到的相匹配的特征的端点坐标位置 找到能将样
本特征端点坐标(xs,ys),(xe,ye)转换为匹配特征端点 的坐标变换;
第九步:根据第八步中的坐标变换以及第五步中与机器人的相对位置信息得到机器人此时的位置(x1,y1),(x2,y2)…(xn,yn);
第十步:根据第九步得到的位置,得到最终确定的精确坐标位置
第十一步:将(xmatch,ymatch)反馈给主控计算机,完成地形匹配定位。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种仿信鸽地貌感知归巢机制的无人机自主导航方法 | 2020-05-14 | 919 |
地图构建方法、装置和计算机可读存储介质 | 2020-05-17 | 443 |
一种用于机器人的目标跟随方法和装置 | 2020-05-18 | 304 |
用于预测传感器误差的方法和装置 | 2020-05-08 | 137 |
一种老年人室内活动搀扶机器人系统及其应用方法 | 2020-05-11 | 877 |
一种基于地形特征匹配的水下地形匹配导航方法 | 2020-05-17 | 596 |
基于Capon波束形成定位方法及装置 | 2020-05-19 | 15 |
具有自主绕障行走功能的变电站巡检机器人 | 2020-05-25 | 311 |
一种基于AR眼镜的停车规划辅助方法及系统 | 2020-05-26 | 173 |
一种应用于车辆定位的定位初始化方法及车载终端 | 2020-05-13 | 592 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。