摘要
本发明涉及视觉导航技术领域,具体为一种基于视觉的机器人导航方法,包括以下步骤,获取灰度图像提取动态点位,筛选边界特征重构特征集合,计算梯度变化生成候选引导点,转换坐标构建路径轨迹集,输出导航规划路径。本发明中,通过差异值阈选实现对静态背景的快速剔除,有效提升动态区域提取准确性,结合边界线特征点频次与平均特征密度的联合筛选,增强关键特征稳定性,利用梯度幅值序列的方差变化率强化图像局部结构突变的辨识能力,通过异常区段的判断提高路径引导点提取的鲁棒性,并借助图像坐标的连续时间整合实现路径轨迹的动态构建,优化路径识别精度与空间定位的连续性,提升导航路径规划的连续性、精度与实时性。
技术关键词
机器人导航方法
边界特征
视觉机器人
序列
像素
数据
坐标点
图像局部结构
索引
视觉导航技术
相机标定
导航路径规划
动态路径规划
边缘检测
滑动窗口
轨迹
系统为您推荐了相关专利信息
像素点
标志位
图像信号处理芯片
图像处理模型
数据解压方法
垃圾回收方法
垃圾回收装置
存储控制芯片
队列
数据
数据迁移方法
Louvain算法
数据去重技术
聚类算法
初始聚类中心
模型预测控制方法
序列
稳态误差补偿
横向位置误差
权重分配机制
高光谱图像数据
样本分类方法
数据立方体
邻域
样本分类系统