本發(fā)明涉及人工智能、機器視覺等技術(shù)概念，特別是機器人在感知周圍的環(huán)境或物體后，所獲取的視覺信息是怎么表示及存儲、被檢索的，本發(fā)明可以應(yīng)用于家庭或工業(yè)機器人、機械手分揀夾持等領(lǐng)域。

背景技術(shù)：

隨著近些年工業(yè)機器人的發(fā)展，帶動了服務(wù)機器人行業(yè)的逐漸掘起，同時從2014年開始的智能硬件領(lǐng)域也開始突起，根據(jù)國際機器人聯(lián)盟的統(tǒng)計，2015年服務(wù)機器人銷售額將達85億美元，并且保持較高的20％～30％增長率，在智能硬件領(lǐng)域，據(jù)艾瑞研究，2014年全球智能硬件裝機量達到60億臺，預(yù)計2017年將超過140億臺。

在市場高速發(fā)展的背后，問題同樣明顯，一方面市場的潛力還遠未挖掘出來，另一方面，機器人及智能硬件進入服務(wù)行業(yè)也存在著一些技術(shù)難點。

物體的視覺識別方面，雖是一大難點，但也有些技術(shù)性嘗試往這方面攻關(guān)，例如專利《一種基于三維柵格地圖的物體整體識別方法》與《一種基于顏色特征的物體輔助識別方法》中，提到一類方法“如何從形狀的角度”、“顏色”、“材質(zhì)”等方面來對物體進行識別。這里我們要解決的是：視覺感知之后，所獲取的信息是如何表示、存儲與檢索的。

發(fā)明目的

本發(fā)明的主要目的就是解決視覺感知信息的表示、存儲與檢索。

技術(shù)方案

本發(fā)明的目的是這樣實現(xiàn)的：通過相關(guān)設(shè)備及算法，例如激光雷達、ccd、cmos、點云配準(zhǔn)算法、點云降噪算法等，獲取實際環(huán)境或物體的點云信息，后續(xù)處理步驟如下：

(1)通過環(huán)境或物體的點云數(shù)據(jù)，計算出環(huán)境或物體相應(yīng)的全局與局部性特征張量及特征譜值。

(2)結(jié)合其他相關(guān)信息，組織成結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，我們可以選取xml格式來承載這樣的數(shù)據(jù)格式；

(3)存儲環(huán)境或物體的結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)；

(4)編輯或?qū)徍嘶驒z索環(huán)境與物體。

本發(fā)明所使用的系統(tǒng)組成如下：采集系統(tǒng)、視覺感知系統(tǒng)、存儲系統(tǒng)、審編系統(tǒng)、檢索系統(tǒng)。這五個系統(tǒng)是按照功能設(shè)置的軟件系統(tǒng)，各子系統(tǒng)具體功能如下：

*采集系統(tǒng)：通過相關(guān)設(shè)備傳感器采集環(huán)境或物體點云信息，可以實時或離線輸出點云數(shù)據(jù)，

*視覺感知系統(tǒng)：接收點云數(shù)據(jù)并計算全局與局部性特征張量及特征譜值，輸出結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，

*存儲系統(tǒng)：存儲結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，

*編審系統(tǒng)：后臺人員或機器可以對環(huán)境或物體的數(shù)據(jù)進行編輯、審核及更新存儲，

*檢索系統(tǒng)：人或機器可以對存儲的環(huán)境或物體進行檢索。

附圖說明：

圖1是本發(fā)明方法所用系統(tǒng)組成圖

圖2是實際物體“門”

圖3是門的特征張量

圖4是門的特征譜

圖5是門的數(shù)字化表示形式

圖6是檢索頁面

具體實施方式

下面結(jié)合附圖，說明本發(fā)明的實施方式。

本發(fā)明方法所用的系統(tǒng)整體結(jié)構(gòu)可參考附圖1，它有五個子系統(tǒng)組成，具體包含如下步驟：

第一步

在采集系統(tǒng)中，通過相關(guān)設(shè)備傳感器采集周圍環(huán)境或物體的信息，通過降噪、濾波等方法優(yōu)化數(shù)據(jù)，對外輸出環(huán)境或物體的點云數(shù)據(jù)，可以實時或離線輸出。

第二步

在視覺感知系統(tǒng)中，接收采集系統(tǒng)傳遞過來的點云數(shù)據(jù)，做視覺感知計算，獲取環(huán)境或物體的全局性與局部性特征張量及特征譜值，這里不局限于某一個視覺感知算法，這里我們可以使用專利《一種基于三維柵格地圖的環(huán)境特征表示與識別的方法》中所述的算法來加以計算處理點云數(shù)據(jù)，如圖2所示，實際當(dāng)中的一扇門，其對應(yīng)的局部性特征張量如圖3所示，圖4是其特征譜。

第三步

根據(jù)視覺感知系統(tǒng)中輸出的特征張量與特征譜，連帶其他信息如位置、分辨率、描述信息等，組織成xml形式，如圖5所示，每一個xml信息我們稱之為doc(文檔)，需要說明的是，每一個doc都有全局唯一的id與其對應(yīng)，方便后續(xù)對其doc的增刪改查操作，標(biāo)簽tag為“tensor”的內(nèi)容是存儲圖3所示的特征張量信息，標(biāo)簽tag為“spectrum”的內(nèi)容是存儲圖4所示的特征譜信息，這些標(biāo)簽tag可以是但不限于圖5所示的那么多。

第四步

根據(jù)上一步輸出的信息組織形式，將其存儲起來，可以單機存儲，也可以分布式機群存儲，可以用數(shù)據(jù)庫、文件系統(tǒng)或其他形式，這里僅為說明清楚原理及簡單起見，以單機的形式并且全文索引存儲到搜索引擎solr里。

第五步

編審人員或相關(guān)用戶都可以在后臺根據(jù)關(guān)鍵詞或點云數(shù)據(jù)查找doc，如圖6所示的檢索頁面，可以由點云信息檢索——圖6中的“按圖索驥”就是根據(jù)點云信息檢索，也可以由關(guān)鍵詞檢索——圖6中輸入框中的“墻壁”就是關(guān)鍵詞，必要的情況下可以手動更新相關(guān)doc信息并存儲。

第六步

檢索的操作可以由系統(tǒng)運營人員或相關(guān)用戶來執(zhí)行，也可由機器直接執(zhí)行，例如機器在室內(nèi)外執(zhí)行任務(wù)時，用到系統(tǒng)存儲的視覺感知數(shù)據(jù)，另外，機器采集到的當(dāng)前環(huán)境或物體信息與系統(tǒng)存儲的不一致時，機器可以直接更新系統(tǒng)存儲。

綜上，我們可以看到，通過本發(fā)明方法，成功地解決了視覺感知信息的表示、存儲與檢索，可以為相關(guān)人員或機器人提供高精三維地圖服務(wù)，為視覺感知應(yīng)用的新方向開拓打下堅實基礎(chǔ)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明是一種基于視覺感知的環(huán)境或物體的數(shù)字化表示與檢索方法，生物及人類的視覺原理，至今在科技界也無確切的研究清楚，對于三維物體，從不同的角度看過后，得到真實三維物體的一個“開覆蓋”，這個“開覆蓋”會不會是此物體所唯一對應(yīng)的一個視覺感知？這個感知在大腦里的存儲是二維的還是多維的？存儲的信息是曲率還是輪廓線？上述“唯一對應(yīng)”是共形映射還是普通雙射或是其他？類似問題至今仍沒有頭緒，但這并不妨礙我們持續(xù)地去觀察及研究，本發(fā)明以此為出發(fā)點，提出一種視覺感知的模型，其理論基礎(chǔ)在微分幾何與流形，通過分析物體表面曲率的概率分布，做為視覺信息的數(shù)字化表示，為視覺存儲與檢索提供支撐，為視覺應(yīng)用提供具基礎(chǔ)技術(shù)。

技術(shù)研發(fā)人員：王紅軍
受保護的技術(shù)使用者：王紅軍
技術(shù)研發(fā)日：2017.06.15
技術(shù)公布日：2017.09.08