[發(fā)明專(zhuān)利]一種視覺(jué)同步定位與地圖構(gòu)建的回環(huán)檢測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710310793.0
• 申請(qǐng)日: 2017-05-05
• 公開(kāi)（公告）號(hào): CN108805149A
• 公開(kāi)（公告）日: 2018-11-13
• 發(fā)明（設(shè)計(jì)）人: 陳文杰;董振江;甘玉璽
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中興通訊股份有限公司
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N3/08;G06F17/30
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270
• 代理人: 蔣雅潔;張穎玲

1.一種視覺(jué)同步定位與地圖構(gòu)建的回環(huán)檢測(cè)方法，其特征在于，所述方法包括：

獲取基于深度學(xué)習(xí)的卷積策略訓(xùn)練后建模得到的第一模型；

獲取與當(dāng)前場(chǎng)景匹配的相似場(chǎng)景，對(duì)所述相似場(chǎng)景進(jìn)行圖片采集，得到第一圖片數(shù)據(jù)集；

根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型；

將待驗(yàn)證數(shù)據(jù)幀輸入所述第二模型，得到與視覺(jué)同步定位與地圖構(gòu)建slam系統(tǒng)關(guān)鍵幀數(shù)據(jù)庫(kù)中的關(guān)鍵幀相似度高于第一閾值的數(shù)據(jù)幀；

提取所述數(shù)據(jù)幀，將所述數(shù)據(jù)幀作為回環(huán)候選幀進(jìn)行相似變換解算，得到回環(huán)關(guān)鍵幀。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型，包括：

采用siamese網(wǎng)絡(luò)的雙分支結(jié)構(gòu)，在兩個(gè)分支中同時(shí)根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行聯(lián)合訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將待驗(yàn)證數(shù)據(jù)幀輸入所述第二模型，得到與關(guān)鍵幀數(shù)據(jù)庫(kù)中的關(guān)鍵幀相似度高于第一閾值的數(shù)據(jù)幀，包括：

對(duì)原有的回環(huán)檢測(cè)模塊采用所述第二模型進(jìn)行更新；

將待驗(yàn)證數(shù)據(jù)幀輸入所述第二模型，根據(jù)所述基于深度學(xué)習(xí)的卷積策略計(jì)算所述待驗(yàn)證數(shù)據(jù)幀和關(guān)鍵幀數(shù)據(jù)庫(kù)中的關(guān)鍵幀的相似度；

得到與所述關(guān)鍵幀數(shù)據(jù)庫(kù)中的關(guān)鍵幀相似度高于第一閾值的數(shù)據(jù)幀。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取基于深度學(xué)習(xí)的卷積策略訓(xùn)練后建模得到的第一模型，包括：

從服務(wù)器下載基于圖片數(shù)據(jù)庫(kù)和所述卷積策略得到的第一模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取與當(dāng)前場(chǎng)景匹配的相似場(chǎng)景，對(duì)所述相似場(chǎng)景進(jìn)行圖片采集，得到第一圖片數(shù)據(jù)集，包括：

獲取與當(dāng)前場(chǎng)景匹配的相似場(chǎng)景，對(duì)所述相似場(chǎng)景進(jìn)行圖片采集得到相似場(chǎng)景圖片；

根據(jù)所述相似場(chǎng)景圖片按照是否屬于同一場(chǎng)景進(jìn)行判斷，將屬于同一場(chǎng)景的圖片對(duì)歸為一對(duì)正樣本，將屬于不同場(chǎng)景的圖片對(duì)歸為一對(duì)負(fù)樣本；

根據(jù)所述正樣本和所述負(fù)樣本獲取所述第一圖片數(shù)據(jù)集。

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型之前，所述方法包括：

生成所述第一圖片數(shù)據(jù)集中的圖片對(duì)應(yīng)的文件路徑描述文件；

根據(jù)所述文件路徑描述文件獲取所述第一圖片數(shù)據(jù)集中的圖片，將所述第一圖片數(shù)據(jù)集中的圖片進(jìn)行格式轉(zhuǎn)化。

7.一種視覺(jué)同步定位與地圖構(gòu)建的回環(huán)檢測(cè)裝置，其特征在于，所述裝置包括：

第一獲取單元，用于獲取基于深度學(xué)習(xí)的卷積策略訓(xùn)練后建模得到的第一模型；

第二獲取單元，用于獲取與當(dāng)前場(chǎng)景匹配的相似場(chǎng)景，對(duì)所述相似場(chǎng)景進(jìn)行圖片采集，得到第一圖片數(shù)據(jù)集；

訓(xùn)練單元，用于根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型；

輸入單元，用于將待驗(yàn)證數(shù)據(jù)幀輸入所述第二模型，得到與視覺(jué)同步定位與地圖構(gòu)建slam系統(tǒng)關(guān)鍵幀數(shù)據(jù)庫(kù)中的關(guān)鍵幀相似度高于第一閾值的數(shù)據(jù)幀；

解算單元，用于提取所述數(shù)據(jù)幀，將所述數(shù)據(jù)幀作為回環(huán)候選幀進(jìn)行相似變換解算，得到回環(huán)關(guān)鍵幀。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述訓(xùn)練單元具體用于：

采用siamese網(wǎng)絡(luò)的雙分支結(jié)構(gòu)，在兩個(gè)分支中同時(shí)根據(jù)所述基于深度學(xué)習(xí)的卷積策略和所述第一圖片數(shù)據(jù)集對(duì)所述第一模型進(jìn)行聯(lián)合訓(xùn)練，得到用于回環(huán)檢測(cè)驗(yàn)證的第二模型。