[發明專利]一種融合ORB閉環檢測的激光SLAM方法

在審

• 申請號: 202011361603.6
• 申請日: 2020-11-27
• 公開（公告）號: CN112595322A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 安康;付衛婷
• 申請（專利權）人: 浙江同善人工智能技術有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/16
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 周兵

本發明公開了一種融合ORB閉環檢測的激光SLAM方法，其包括并行運行的激光SLAM過程以及視覺閉環檢測過程；在激光SLAM過程中，當上一個關鍵時間點與當前時間點的位姿信息的變化率大于變化率閾值時，并觸發一次視覺閉環檢測過程；在視覺閉環檢測過程中，從環境圖像中提取圖像關鍵幀，提取當前的圖像關鍵幀的ORB特征，得到當前的圖像關鍵幀的詞向量；根據當前的圖像關鍵幀的詞向量在歷史圖像關鍵幀集合中進行搜索，以檢測視覺閉環；檢測到視覺閉環后，激光SLAM過程進行視覺輔助激光閉環檢測。將視覺閉環檢測方法與激光SLAM融合之后，激光SLAM可以利用視覺信息判斷是否存在回環，從而提高了建圖的準確度。

技術領域

本發明涉及移動機器人領域，特別涉及一種融合ORB閉環檢測的激光SLAM方法。

背景技術

未知環境下移動機器人同時定位與建圖(Simultaneous Localization andMapping—SLAM)是當前移動機器人研究的熱點。隨著移動機器人探索規模的擴大，機器人在大規模環境下同時定位與建圖的魯棒性顯得尤為重要，而可靠的閉環檢測是構建魯棒SLAM中最重要最關鍵的問題之一。閉環檢測是機器人判斷自己當前位置是否位于己訪問過的環境區域，并以此作為地圖是否需要更新校正的依據，對于提高大規模環境下的SLAM魯棒性有重大意義。激光傳感器是SLAM中應用最廣的傳感器，大規模環境下基于激光的SLAM采用算法本身產生的位姿估計，存在累計誤差的問題，從而可能導致閉環檢測失敗，而視覺特征包含的信息豐富，在多視點匹配上更適合用于閉環檢測。視覺SLAM中在不需要位姿估計的前提下可通過視覺特征的匹配實現閉環檢測，但該閉環檢測方法與視覺SLAM過程聯系緊密，只能應用于視覺SLAM。

激光雷達和視覺傳感器各有優缺點，激光雷達測量精度高，計算量少、但是激光的信息單一，視覺傳感器信息豐富，但是測量誤差大，而且無法保證實時性。單獨使用任意的傳感器都會引入各自的缺點，但是我們可以結合兩者的優點，來實現準確度高而且能保證實時性的SLAM算法。

目前國內存在一些與機器人SLAM相關的一些專利，但是其中大多數方法都是基于單一激光傳感器或者視覺傳感器的，從現有的研究結果來看，在小型環境中，基于圖優化方法的激光SLAM即使沒有閉環檢測也能擁有很高的建圖精度，而到了大型環境中，比如大型的室內工廠，機器人運行一段時間后，由于累積誤差的存在使得地圖會有較大程度的形變。現有的激光SLAM算法對于這個問題的解決是引進閉環檢測來消除累積的誤差。但是由于單線激光雷達所采集的信息量比較少，所以在判斷閉環時從實際閉環點到檢測出來的閉環點之間會有一個較大的誤差，有時激光SLAM甚至難以檢測到閉環。而且當移動機器人處在幾何環境特征重復率較高的環境中時，單獨根據激光雷達所采集到的信息來檢測閉環會有一定概率出現錯誤的匹配。而單目相機采集到的圖像信息比較豐富，這一特點恰好彌補了激光SLAM的不足。

綜上所述，已有的SLAM算法主要是基于單一距離傳感器的：純激光SLAM方法在幾何結構重復的環境中容易產生錯誤匹配，而視覺SLAM難以保證實時性，這些方案沒有普遍應用的潛力。

發明內容

本發明的目的是根據上述現有技術的不足，提供了一種融合ORB閉環檢測的激光SLAM方法。

本發明目的實現由以下技術方案完成：

一種融合ORB閉環檢測的激光SLAM方法，其包括并行運行的激光SLAM過程以及視覺閉環檢測過程；

在激光SLAM過程中，持續檢測位姿信息，當上一個關鍵時間點與當前時間點的位姿信息的變化率大于變化率閾值時，將當前時間點作為關鍵時間點，并觸發一次視覺閉環檢測過程；

在視覺閉環檢測過程中，從環境圖像中提取圖像關鍵幀，提取當前的圖像關鍵幀的ORB特征，用詞袋模型表示當前的圖像關鍵幀，得到當前的圖像關鍵幀的詞向量；根據當前的圖像關鍵幀的詞向量在歷史圖像關鍵幀集合中進行搜索，以檢測視覺閉環，并將當前的圖像關鍵幀的詞向量加入到歷史圖像關鍵幀集合中；