[發明專利]模型訓練方法、裝置及基于拼接圖的位姿優化方法、裝置

在審

• 申請號: 201910029456.3
• 申請日: 2019-01-13
• 公開（公告）號: CN111435537A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 姜秀寶;謝國富
• 申請（專利權）人: 北京初速度科技有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/62
• 代理公司: 北京科領智誠知識產權代理事務所(普通合伙) 11782
• 代理人: 陳士騫

1.一種基于拼接圖的位姿優化方法，其特征在于，包括以下步驟：

根據當前位置，通過位姿變化特征提取模型從所述當前位置對應的語義地圖局部區域觀測中提取與位姿變化強相關的觀測特征，所述局部區域觀測為所述語義地圖局部區域上采樣得到的灰度值構成的向量；

基于所述與位姿變化強相關的觀測特征對根據拼接圖確定的當前位姿進行優化。

2.根據權利要求1所述的位姿優化方法，其特征在于，所述基于所述與位姿變化強相關的觀測特征對根據拼接圖確定的當前位姿進行優化包括：

設所述與位姿變化強相關的觀測特征為F，當前的語義誤差e為：

其中，W為觀測特征F的維數，F_i為觀測特征F的第i個特征分量，z_map為語義地圖，z_stitch為拼接語義圖，為從語義地圖中提取F_i的函數，為從拼接語義圖中提取F_i的函數；

根據所述語義誤差e對當前位姿進行優化。

3.根據權利要求1-2中任一項述的位姿優化方法，其特征在于，所述位姿變化特征提取模型通過以下方式獲取：

根據歷史位置對應的歷史拼接圖及歷史語義地圖，在所述歷史位置對應的語義地圖局部區域隨機采樣多個與所述歷史拼接圖分辨率相同的子地圖；

從每個所述子地圖中提取觀測特征，并由每個所述子圖的觀測特征形成訓練樣本集S:

S＝{[x₁，y₁，z₁]，[x₂，y₂，z₂]，....，[x_N，y_N，z_N]}

其中N為所述子圖的數量，(x_i,y_i)為第i個子圖中心相對于語義地圖局部區域中心(x_c,y_c)的坐標，i＝1,…，N，記為第i個子圖觀測特征的第j維分量；

通過分類樹從所述訓練樣本集中提取特征，所述分類樹的二分割函數為:

其中m，n為選取的觀測維度，a∈(0，1)的常數，從所述分類樹的根節點開始，隨機選取δ＝(m，n，a，b)作為特征參數，對每個δ固定其中的m，n，a二分查找最優的b使得信息增益I(δ)最大：

其中信息熵H(S_d)定義為S_d中假設服從2維高斯分布的位置信息(x_i,y_i)的信息熵：

H(S_d)＝0.5*log(2πe)²|Cov(S_d)|；

對當前節點選取信息增益最大的特征參數I(δ)，將所述訓練樣本集S中的樣本數據相應地分入左右節點，再對左右子節點以同樣的方式選取特征，直至達到終止條件，所述終止條件為|S_d|＞min_node_samples；

根據所構造的分類樹中的所有二分割函數得到位姿變化特征提取模型。

4.根據權利要求1-3中任一項述的位姿優化方法，其特征在于，所述觀測特征F通過以下方式獲得：

將所述位姿變化特征提取模型的所有二分割函數對應的觀測特征合并，得到觀測特征F＝{δ₁，δ₂....δ_W}，W為最終選取的觀測特征的維度。