申请/专利权人：金陵科技学院

申请日：2021-02-28

公开（公告）日：2023-06-23

公开（公告）号：CN112926460B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/46;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2023.06.23#授权;2021.06.25#实质审查的生效;2021.06.08#公开

摘要：本发明公开了一种基于Std‑NMF的智能快递柜投递机器人视觉导航方法，针对目前物流机器人效率低问题，本发明提出基于Std‑NMF的智能快递柜投递机器人视觉导航方法，首先机器人通过云端获取路径信息，然后利用摄像头采集机器人周围环境信息，并对采集图像进行显著性检测处理，接着使用Std‑NMFSoftthresholddecomposition‑NonnegativeMatrixFactorization对处理过的图像进行分解，得到图像的支撑特征，最后把得到的支撑特征集送入SVM进行分类识别。得到的识别结果指导机器人的工作，用于提高机器人的工作效率、缓解去物流压力。

主权项：1.一种基于Std-NMF的智能快递柜投递机器人视觉导航方法，具体步骤如下，其特征在于：步骤1：机器人从云端读取路径信息；步骤2：路径信息采集与快递柜信息采集摄像头分别采集路径图片信息与快递柜图像信息；步骤3：图像预处理，把RGB图像转换为YCrCb图像空间，并只保留Y分量信息；步骤4：对图像进行显著性检测；步骤5：根据显著性对图像分割；步骤6：对图像进行非负矩阵分解；步骤7：对图像的非负矩阵分解系数进行软阈值更新；步骤8：把非负分解系数作为图像特征；步骤9：使用双SVM模型分别对路径信息特征与快递柜信息特征进行分类；步骤10：根据双SVM模型识别结果对投递机器人进行工作指导。

全文数据：

权利要求：

百度查询： 金陵科技学院 基于Std-NMF的智能快递柜投递机器人视觉导航方法

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD