[發明專利]即時定位與地圖構建的優化方法及裝置

有效

• 申請號: 201810650981.2
• 申請日: 2018-06-22
• 公開（公告）號: CN108983769B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 張觀良;劉殿超;李學鋒;付萬豪;楊光偉;李壯
• 申請（專利權）人: 理光軟件研究所（北京）有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G06K9/62
• 代理公司: 北京東方靈盾知識產權代理有限公司 11506
• 代理人: 王君昌;鄭利華

1.一種即時定位與地圖構建的優化方法，其特征在于，所述方法包括：

S201：獲取待處理圖像的穩定性特征；

S202：獲取所述穩定性特征的子特征；

S203：對所述子特征進行聚類處理，以獲得其中相似度大于預設閾值的子特征；

S204：屏蔽所述相似度大于預設閾值的子特征；

S205：根據所述穩定性特征，追蹤所述待處理圖像；

S206：根據所述穩定性特征，對構建的所述地圖和位置進行優化處理：

其中，在修正所述地圖和位置的尺度漂移時，可分為以下兩種情況進行分別處理：若追蹤所述待處理圖像所指示的物體可被追蹤，則利用光束平差法來修正所述地圖和位置的尺度漂移，具體如下：

在時間k、k+i和k+j，分別觀察到同一個物體，定義一個能量函數來描述這種差異：

其中，r_i和r_j是在時間i和j觀察到的物體，函數S(r_i,r_j)表示在時間r_i和時間r_j時，物體在三維坐標中的形狀或大小差異；

由于物體在三維坐標中的估計與照相機的姿態有關，因此可以通過優化照相機的姿態來最小化物體在不同時間的位置和大小差異，計算公式如下：

其中，T表示照相機的姿態，E_err表示物體在不同時間的位置和大小差異，表示需要優化的關鍵幀集合，R表示在關鍵幀集合觀察到的物體，

若無法追蹤所述待處理圖像所指示的物體，則通過預設遞增函數來修正所述地圖和位置的尺度漂移：

當物體不可以追蹤時，則無法獲取不同時間物體的位置和大小，如已知真正形狀之間的差異可以定義為：

D_r(r_k)＝α_kD(r_k)+v (3)

其中α_k表示修正尺度參數，v表示錯誤噪聲，k表示關鍵幀，D(r_k)表示形狀估計，當一個新的關鍵幀插入到待處理圖像中時，這一幀的照相機姿態可以通過以下遞增函數得到：

其中，表示修正后照相機姿態，T_kT^-1_k-1表示一個將k-1幀中坐標轉換到k幀中的轉換矩陣，函數表示相似變換函數，可用于更新照相機的姿態，α_k表示需要在第k幀中估計的隨機變量。

2.根據權利要求1所述的方法，其特征在于，所述穩定性特征包括以下至少一種特征：角點、形狀、大小和顏色。

3.根據權利要求1所述的方法，其特征在于，所述步驟203中，采用預設機器學習模型分割所述待處理圖像的相似穩定性特征區域，以屏蔽所述相似穩定性特征區域。

4.一種即時定位與地圖構建裝置，其特征在于，所述裝置包括：

獲取模塊，配置為獲取待處理圖像的穩定性特征；

屏蔽模塊，配置為屏蔽相似的所述穩定性特征，以用于地圖和位置進行初始化處理；

追蹤模塊，配置為根據所述穩定性特征，追蹤初始化處理后的所述待處理圖像；

優化模塊，配置為根據所述穩定性特征，對構建的所述地圖和位置進行優化處理。

5.根據權利要求4所述的裝置，其特征在于，所述屏蔽模塊包括：

獲取子模塊，配置為獲取所述穩定性特征的子特征；

聚類子模塊，配置為將所述子特征進行聚類處理，以獲得其中相似度大于預設閾值的子特征；

第一屏蔽子模塊，配置為屏蔽所述相似度大于預設閾值的子特征。

6.根據權利要求5所述的裝置，其特征在于，所述屏蔽模塊包括：

第二屏蔽子模塊，配置為采用預設機器學習模型分割所述待處理圖像的相似穩定性特征區域，以屏蔽所述相似穩定性特征區域；其中，所述相似穩定性特征區域中的穩定性特征的相似度大于預設閾值。