摘要
本发明公开基于深度学习的RGBD移动设备楼梯检测方法、存储介质和电子设备,包括以下步骤:获取由摄像头输入的RGB图和深度图;将RGB图和深度图输入楼梯检测模型分别对其进行特征提取和融合,并基于融合特征进行图像分割,获得结果图;读取结果图中每一楼梯点的像素坐标,并根据摄像头的内参计算出每一楼梯点基于摄像头位置的相对位置;结合楼梯点基于摄像头位置的相对位置和机器人底部相对于摄像头中心的变换矩阵,计算每一楼梯点相对于机器人的位置;采用以上技术方案可以更精确地分割出楼梯点等关键区域,适应不同环境、不同光照条件以及不同楼梯结构的场景,在实际应用中具有更强的实用性和泛化能力;以实现楼梯点的精确空间定位。
技术关键词
移动设备
深度图
图像分割
机器人
层级
特征提取单元
融合特征
多尺度特征提取
分支
矩阵
电子设备
楼梯结构
上采样
通道
坐标
像素点
图片
系统为您推荐了相关专利信息
骨骼机器人
持续学习方法
物体
计算机可执行指令
电子设备
送货机器人
数据
智能调度算法
电子设备
LSTM模型
多模态
数据处理方法
智能算法
生成方法
图像特征向量