[發明專利]多智能體協同三維建模方法及裝置

有效

• 申請號: 201910798522.3
• 申請日: 2019-08-27
• 公開（公告）號: CN110580740B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 李一鵬;張翔;林文鑌;戴瓊海
• 申請（專利權）人: 清華大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06T17/05
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王艷斌

1.一種多智能體協同三維建模方法，其特征在于，包括以下步驟：

通過SLAM算法生成多個智能體所在的局部環境的多個局部三維模型和多個軌跡節點信息；

通過RPC協議將所述多個局部三維模型和所述多個軌跡節點信息發送至云端；

根據所述多個局部三維模型和所述多個軌跡節點信息在云端構建全局約束，所述構建全局約束，包括：云端接收各個智能體端發送的局部三維模型及軌跡節點信息，構建全局三維模型約束：其中，表示第k個智能體端上傳的局部三維模型i，表示第k個智能體端的第j個軌跡節點，表示該軌跡節點所在的局部三維模型，約束操作表示與之間的約束或約束評分，該評分與二者的匹配度正相關，且最低評分記作β_min；約束種類分為內約束和外約束；若則為內約束，否則為外約束；云端存儲的局部三維模型集合為軌跡節點集合為約束集為任一時刻所述云端收到若則約束成功，否則約束失敗，保持不變；相應的，若云端收到進行同樣的操作；

根據所述全局約束對所述多個局部三維模型進行融合生成全局三維模型。

2.根據權利要求1所述的方法，其特征在于，

所述多個智能體包括自動駕駛汽車、自動導引運輸車、自主式水下航行器和無人機中的一種或多種。

3.根據權利要求1所述的方法，其特征在于，所述軌跡節點信息包括：

所述多個智能體的在所述多個局部三維模型中的位置、姿態信息、環境特征信息、激光點云信息和激光點云分布直方圖。

4.根據權利要求3所述的方法，其特征在于，

在構建所述全局約束中，通過所述激光點云分布直方圖進行航偏角匹配，并使用分支定界的方式進行三維方向的匹配。

5.根據權利要求1所述的方法，其特征在于，

所述多個局部三維模型包括所述多個智能體在局部范圍執行所述SLAM算法生成的地圖信息。

6.根據權利要求1所述的方法，其特征在于，

對所述多個局部三維模型和所述多個軌跡節點信息進行粗匹配和精匹配。

7.根據權利要求1所述的方法，其特征在于，

根據每個局部三維模型中的軌跡節點個數閾值對每個局部三維模型進行構建。

8.根據權利要求1所述的方法，其特征在于，

通過構建滑動窗口生成所述多個局部三維模型。

9.一種多智能體協同三維建模裝置，其特征在于，包括：

第一生成模塊，用于通過SLAM算法生成多個智能體所在的局部環境的多個局部三維模型和多個軌跡節點信息；

發送模塊，用于通過RPC協議將所述多個局部三維模型和所述多個軌跡節點信息發送至云端；

構建模塊，用于根據所述多個局部三維模型和所述多個軌跡節點信息在云端構建全局約束，所述構建全局約束，包括：云端接收各個智能體端發送的局部三維模型及軌跡節點信息，構建全局三維模型約束：其中，表示第k個智能體端上傳的局部三維模型i，表示第k個智能體端的第j個軌跡節點，表示該軌跡節點所在的局部三維模型，約束操作表示與之間的約束或約束評分，該評分與二者的匹配度正相關，且最低評分記作β_min；約束種類分為內約束和外約束；若則為內約束，否則為外約束；云端存儲的局部三維模型集合為軌跡節點集合為約束集為任一時刻所述云端收到若則約束成功，否則約束失敗，保持不變；相應的，若云端收到進行同樣的操作；

第二生成模塊，用于根據所述全局約束對所述多個局部三維模型進行融合生成全局三維模型。

10.根據權利要求9所述的裝置，其特征在于，所述軌跡節點信息包括：

所述多個智能體的在所述多個局部三維模型中的位置、姿態信息、環境特征信息、激光點云信息和激光點云分布直方圖。