[發明專利]定位與地圖構建的方法和電子設備

在審

• 申請號: 201811550318.1
• 申請日: 2018-12-18
• 公開（公告）號: CN111340922A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 高天豪;劉志花;金允泰;李炯旭;王強;毛亞敏;馬林
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: G06T15/00
• 分類號: G06T15/00;G06N3/04;G06T7/73;G06T7/33
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 董鋼;韓明星

1.一種定位與地圖構建的方法，其中，所述方法包括：

獲取當前幀的圖像；

基于所述當前幀的圖像，確定與所述當前幀對應的設備位姿以及當前的全局稀疏地圖。

2.如權利要求1所述的方法，還包括：

當所述當前幀為關鍵幀時，獲取與所述當前幀對應的全局稠密地圖；

基于所述全局稠密地圖，對與各關鍵幀分別對應的設備位姿以及當前的全局稀疏地圖進行優化。

3.如權利要求2所述的方法，其中，獲取與所述當前幀對應的全局稠密地圖的步驟，包括：

獲取與所述當前幀對應的局部稠密地圖；

基于所述局部稠密地圖和當前的全局稀疏地圖，確定與所述當前幀對應的全局稠密地圖。

4.如權利要求3所述的方法，獲取與所述當前幀對應的局部稠密地圖的步驟，包括：

通過特征提取神經網絡，對所述當前幀的圖像進行特征提取；

通過沙漏Hourglass神經網絡，根據通過特征提取得到的特征圖，獲得匹配代價體；

根據所述匹配代價體，確定所述當前幀中的各像素點的深度信息，得到與所述當前幀對應的局部稠密地圖。

5.如權利要求4所述的方法，其中，通過Hourglass神經網絡，根據通過特征提取得到的特征圖，獲得匹配代價體的步驟，包括：

根據所述特征圖，獲取初始匹配代價體；

通過Hourglass神經網絡，基于所述初始匹配代價體，獲得所述匹配代價體。

6.如權利要求5所述的方法，其中，所述特征圖包括左目圖像的特征圖和右目圖像的特征圖，其中，根據所述特征圖，獲取初始匹配代價體的步驟，包括：

將左目圖像的特征圖和右目圖像的特征圖進行連接，以獲得初始匹配代價體。

7.如權利要求4-6中的任一項權利要求所述的方法，其中，根據所述匹配代價體，確定所述當前幀中的各像素點的深度信息的步驟，包括：

通過卷積神經網絡，對所述匹配代價體進行空間卷積處理；

根據空間卷積處理后的匹配代價體，確定所述當前幀中的各像素點在左目圖像和右目圖像之間的視差；

根據各像素點的視差，確定所述當前幀中的各像素點的深度信息，得到與所述當前幀對應的局部稠密地圖。

8.如權力要求7所述的方法，其中，對所述匹配代價體進行空間卷積處理的步驟，包括：

對所述匹配代價體按照設定的多個方向分別執行如下處理：

按照當前設定方向，對所述匹配代價體進行分割，得到多個匹配代價層，按照當前設定方向依次對各匹配代價層執行卷積處理，其中，當對任一匹配代價層進行卷積處理時，將所述任一匹配代價層累加上一匹配代價層的卷積結果后進行卷積處理。

9.如權利要求7或8所述的方法，其中，確定所述當前幀中的各像素點在左目圖像和右目圖像之間的視差的步驟，包括：

利用柔性最大傳遞函數以及空間卷積處理后的匹配代價體，獲得所述當前幀中的各像素點在左目圖像和右目圖像之間的視差概率分布；

確定與各像素點對應的視差概率分布的累積值作為對應像素點在左目圖像和右目圖像之間的視差。

10.如權利要求3-9中的任一項權利要求所述的方法，其中，基于所述局部稠密地圖和當前的全局稀疏地圖，確定與所述當前幀對應的全局稠密地圖的步驟，包括：

確定所述當前幀中的屬于動態物體的像素點；

從所述當前的全局稀疏地圖中剔除屬于動態物體的像素點；

將經過像素點剔除的所述當前的全局稀疏地圖和所述局部稠密地圖融合為全局稠密地圖。

11.如權利要求10所述的方法，其中，確定所述當前幀中的屬于動態物體的像素點的步驟，包括：

確定與所述當前幀對應的物體狀態信息；

基于所述物體狀態信息，確定所述當前幀中的屬于動態物體的像素點。