[發明專利]一種改進的基于陸標-卷積特征的圖像方法

在審

• 申請號: 202010903567.5
• 申請日: 2020-09-01
• 公開（公告）號: CN111767905A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 王燕清;王寅同;石朝俠
• 申請（專利權）人: 南京曉莊學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 王新愛

本發明公開了一種改進的基于陸標?卷積特征的圖像方法，針對機器人在大范圍的環境中移動時容易造成軌跡的累積漂移和相機位姿跟丟的問題，提出了一種魯棒的基于場景識別的閉環檢測方法。首先利用目標檢測網絡識別場景圖像幀中顯著的動態對象，并對該區域進行圖像模糊處理從而濾出動態因子的影響，然后將預處理后的圖像作為卷積神經網絡的輸入，通過最后一層卷積層直接生成場景幀的陸標序列，再利用無監督的深度神經網絡提取陸標的卷積特征，得到基于陸標?卷積特征的圖像描述方式。根據當前的場景幀與場景數據庫是否存在相似場景來修正軌跡的累積誤差以及當位姿跟蹤丟失時進行重定位，實驗結果表明在識別閉環檢測時具有優越的性能。

技術領域

本發明涉及移動機器人定位技術領域，具體為一種改進的基于陸標-卷積特征的圖像方法。

背景技術

移動機器人技術是當今世界應用廣泛、極具前景的一項前沿性領域。它集成了人工智能、傳感器技術、信號處理、自動化控制工程、計算機技術及工業設計等眾多學科的理論研究成果，被廣泛應于用工業、農業、服務業、醫療、國防等各行各業，能協助或者替代人類的工作，尤其是在人類無法到達或者危險環境下比如宇宙空間及水下探索等場合的應用研究尤為重要。在SLAM方法被提出之前，定位和建圖無法同時進行，定位需要依賴已有的地圖。然而，在大多數任務中，移動機器人都是應用在一個未知的環境中，既沒有提前準備好的地圖，也無法確定當前所處的位置。在1986年的IEEE Robotics and AutomationConference 大會上，研究人員首次提出概率同時定位與建圖Simultaneous localizationand mapping，SLAM的概念，即利用重復觀測到的地圖數據估算當前的位姿信息，再由位姿信息增量式的構建地圖，從而實現在未知的環境中同時定位與建圖的目的。從此SLAM技術作為實現移動機器人自主導航的核心環節在機器人研究領域占有著重要的地位。

一個典型的視覺SLAM系統由視覺里程計、后端優化、閉環檢測和地圖建圖幾個模塊組成。首先通過安裝在機器人上的傳感器采集圖像等信息，然后根據讀取的信息估算相鄰圖像之間的運動，并恢復局部的場景空間結構，最后根據應用要求搭建相應的地圖。如果僅用視覺里程計做定位和建圖，由于當前的位置和地圖僅和上一個時刻相關，就不可避免的出現誤差，所以在視覺SLAM中采用后端優化的方式，對相鄰時刻通過視覺里程計估計到的相機位姿和地圖進行局部優化，并根據閉環檢測的反饋結果進行一個全局的優化，最終可以得到全局一致的軌跡和地圖。其中的閉環檢測就是通過檢測出機器人是否到達過預先識別場景，來消除機器人的累積誤差，一旦系統檢測到閉環，就把信息提供給后端。閉環檢測是構建具有全局一致性的軌跡和地圖的SLAM中必不可少的環節，一個好的閉環檢測能消除運動軌跡的累積漂移，能識別因天氣變化、視點變化、遮擋、動態環境等造成的相機跟蹤丟失并進行重定位。一些主流的視覺SLAM如LSD-SLAM、ORB-SLAM、LDSO等，這種方式在極端的外觀變化和視點改變，以及環境中存在動態對象干擾的情況下并不夠魯棒。隨著深度學習在視覺場景識別中的成功應用，用卷積特征生成圖像表示能消除如由天氣、季節或者一天中的時間變化造成的外觀變化引起的閉環誤檢測。而依靠陸標區域而不是整個圖像特征來描述場景可以顯著提高當場景中存在視點變化或部分遮擋時的魯棒性。