[發明專利]一種基于圖描述子的激光SLAM回環檢測系統及方法有效
| 申請號: | 201911045348.1 | 申請日: | 2019-10-30 |
| 公開(公告)號: | CN110910389B | 公開(公告)日: | 2021-04-09 |
| 發明(設計)人: | 朱亞琛;陳龍;劉聰 | 申請(專利權)人: | 中山大學 |
| 主分類號: | G06T7/10 | 分類號: | G06T7/10;G06N3/04 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 王曉玲 |
| 地址: | 510275 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 描述 激光 slam 回環 檢測 系統 方法 | ||
1.一種基于圖描述子的激光SLAM回環檢測系統,其特征在于,包括:
語義分割模塊:用于感知外部環境,提取無序點云數據中的語義物體信息,得到物體的預測置信度和其質心三維空間坐標并輸出給全圖描述子提取模塊和頂點描述子提取模塊;
全圖描述子提取模塊:用于以點云數據中物體的質心為頂點,頂點與頂點之間的歐幾里得距離為邊構成一個完全圖,將圖中所有邊按長度存放到一維計數向量中,該向量即全圖描述子,后將全圖描述子輸出到全圖描述子匹配模塊;
全圖描述子匹配模塊:用于利用KD樹這一數據結構加速查找查詢幀與歷史所有幀歐氏距離最近的n個幀,并把這n個幀都記為回環候選幀,后把回環候選幀輸出給頂點描述子提取模塊;
頂點描述子提取模塊:用于對查詢幀和所有回環候選幀中的每一個頂點,將與該頂點相連的邊按長度存放到一維計數向量中,該向量即為對應頂點的頂點描述子,后輸出到頂點描述子匹配模塊;
頂點描述子匹配模塊:利用歐氏距離度量查詢幀與回環候選幀中有相似預測置信度的語義物體的頂點描述子,得出查詢幀與每一回環候選幀中頂點的一一對應關系;并利用基于RANSAC的幾何一致性驗證方法得出查詢幀與所有回環候選幀的位姿變換關系和匹配誤差,并依據這個匹配誤差判斷是否存在回環。
2.根據權利要求1所述的基于圖描述子的激光SLAM回環檢測系統,其特征在于,所述語義分割模塊應用的場景要至少能夠提取出4個物體當作完全圖的頂點。
3.根據權利要求2所述的基于圖描述子的激光SLAM回環檢測系統,其特征在于,所述語義分割模塊使用PointRCNN或SECOND神經網絡來進行多目標語義分割。
4.根據權利要求1所述的基于圖描述子的激光SLAM回環檢測系統,其特征在于,在提取數據時使用單一32/64線激光雷達傳感器。
5.一種基于圖描述子的激光SLAM回環檢測方法,其特征在于,包括以下步驟:
S1.將激光雷達掃描得到的點云數據作為PointRCNN或SECOND神經網絡的輸入,得到語義物體的預測置信度和空間位置;
S2.利用各個物體的空間位置,以物體為頂點,物體間的歐氏距離為邊構成一個完全圖,將這個完全圖中所有的邊按照其長度存入到一個一維計數向量中,得到全圖描述子;
S3.將查詢幀的全圖描述子加入到存有歷史幀數據的KD樹中,使用最近鄰算法查找到與查詢幀相近的n個歷史幀,當作回環候選幀;
S4.從查詢幀和回環候選幀中提取頂點描述子,頂點描述子的提取方式和全圖描述子類似,區別在于每個頂點的描述子不是存放整個完全圖的邊集,而是與該頂點相連接的所有邊,以這些邊的集合來描述頂點;
S5.尋找查詢幀中每一個頂點和回環候選幀中具有相似預測置信度的頂點的一一對應關系;計算查詢幀中頂點描述子和回環候選幀中頂點描述子的歐氏距離,并從小到大排序,挑選出歐式距離小于閾值α的描述子對作為匹配關系,若這樣的描述子對少于4對,則剔除該回環候選幀;
S6.利用基于RANSAC的幾何一致性驗證方法,找到查詢幀與每一回環候選幀最優的位姿變換關系,并依據這個變換計算出變換后查詢幀中頂點與回環候選幀頂點的均方根誤差作為匹配誤差,與閾值β作比較來判斷是否存在回環。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中山大學,未經中山大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911045348.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種瞬凍儲藏控制方法及冰箱
- 下一篇:一種瞬凍儲藏控制方法及冰箱





