在商用室內(nèi)手機機器人中也很難使用。比如基于RFID的導(dǎo)航系統(tǒng)精度較低，而視覺導(dǎo)航具有信號探測范圍廣、信息獲取完整等優(yōu)點，但需要處理的實時圖像數(shù)據(jù)量巨大，實時性差。近年來，SLAM(同時定位與制圖)技術(shù)從理論研究到實際應(yīng)用發(fā)展迅速。這種在確定自身位置的同時構(gòu)建環(huán)境模型的方法可以用來解決導(dǎo)航問題機器人-2/。

可視里程表主要用于手機機器人-2/導(dǎo)航。它已成功應(yīng)用于太空探索和微型飛行器導(dǎo)航。視覺里程表是計算機視覺理論在機器人技術(shù)領(lǐng)域的重要應(yīng)用，是自主機器人自主定位導(dǎo)航方法研究中的熱點之一。機器人 定位非結(jié)構(gòu)化環(huán)境下的技術(shù)可分為兩類:以碼盤和慣性導(dǎo)航為代表的相對定位方法和以GPS為代表的絕對定位方法。相對定位方法通過精確估計實現(xiàn)機器人姿態(tài)變化和航跡計算算法機器人高精度自主定位。

慣性制導(dǎo)隨著運行時間的增加存在漂移大的問題。在機器人長時間、大規(guī)模運行的情況下，兩者都需要定期校正。目前GPS技術(shù)的應(yīng)用范圍仍局限于地球表面環(huán)境，容易受到干擾、衛(wèi)星故障等不確定因素的影響。隨著機器人應(yīng)用領(lǐng)域的不斷擴大，對機器人autonomous定位方法提出了更高的要求，如極地和深空星體探測，現(xiàn)有方法的局限性日益突出。

2.1基于視頻圖像處理的跟蹤技術(shù)目前，基于視頻圖像處理的跟蹤技術(shù)應(yīng)用最為廣泛，主要有以下幾種方法。2.1.1基于運動分析的方法基于運動分析的方法主要有幀差法和光流分割法。幀間差分的方法是將相鄰幀圖像相減，然后對所得圖像進行閾值分割，提取運動目標(biāo)。光流分割法是通過目標(biāo)與背景之間的不同速度來檢測運動目標(biāo)。

根據(jù)匹配原理，該方法可分為區(qū)域匹配、特征匹配、模型匹配和頻域匹配。區(qū)域匹配的思想是將參考圖像的一整塊與實時圖像在所有可能的位置疊加，然后計算一個圖像相似性度量的對應(yīng)值，其最大相似性對應(yīng)的位置就是目標(biāo)的位置。特征匹配是在提取特征后，計算特征屬性向量(點、邊、線段、面或局部能量)的相關(guān)程度，相關(guān)系數(shù)的峰值即為匹配位置。

【太平洋汽車網(wǎng)】這種自動駕駛儀定位方法包括根據(jù)要求自動切換以下三種自動駕駛儀定位技術(shù):在感知基站的情況下，采用衛(wèi)星定位和捷聯(lián)慣性導(dǎo)航。不感知基站，采用lidar點云與高精度地圖匹配的定位技術(shù)；夜間隧道內(nèi)或外界環(huán)境光線穩(wěn)定時，采用視覺里程算法定位技術(shù)。目前應(yīng)用最廣泛的自動駕駛儀定位方法包括集成全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)和慣性導(dǎo)航系統(tǒng)(INS)。