[發明專利]一種面向復雜環境下融入語義信息的SLAM回環檢測方法

在審

• 申請號: 202110241012.3
• 申請日: 2021-03-04
• 公開（公告）號: CN112990195A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 吳俊君;朱小滿;施清武
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G01C21/20;G06K9/62
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 李斌

1.一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，包括如下步驟：

獲取移動機器人運動過程中拍攝的圖像；

選擇所述圖像的關鍵幀；

提取所述關鍵幀中的圖像特征信息，并根據所述圖像特征信息獲取語義目標位置信息；

將所述語義目標位置信息轉換成場景描述符集，并根據所述場景描述符集構建語義表示模型；

對所述語義表示模型的向量進行降維處理后導入最優投影指導的遷移哈希中以獲取二進制哈希碼，并通過所述二進制哈希碼進行相似度計算；

根據所述相似度對所述關鍵幀進行回環檢測，判斷回環檢測是否發生。

2.如權利要求1所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述選擇所述圖像的關鍵幀的具體方法包括如下步驟：

利用滑動窗將所述圖像分塊；

分別從亮度、對比度和結構三方面度量所述圖像；

采用高斯加權計算每一窗口的均值、方差以及協方差；

計算兩幅所述圖像對應塊的結構相似度；

將兩幅所述圖像結構相似度的平均值作為結構相似性度量；

當相鄰兩幀的結構相似度小于閾值時，選取前一幀作為所述關鍵幀。

3.如權利要求1所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述提取所述關鍵幀中的圖像特征信息，并根據所述圖像特征信息獲取語義目標位置信息的具體方法包括如下步驟：

對所述關鍵幀進行預處理；

通過卷積神經網絡RepVGG對預處理后的所述關鍵幀進行語義分割以提取圖像特征信息；

區域生成網絡根據所述圖像特征信息以及先驗標注信息獲取所述語義目標位置信息。

4.如權利要求1所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述對所述語義表示模型的向量進行降維處理后導入最優投影指導的遷移哈希中以獲取二進制哈希碼，并通過所述二進制哈希碼進行相似度計算的具體方法包括如下步驟：

對所述語義表示模型的向量進行降維處理；

將降維處理后的所述語義表示模型的向量導入最優投影指導的遷移哈希中，尋求目標域以及源域的散列函數的最大似然估計解；

通過哈希函數對降維處理后的所述語義表示模型的向量進行離散化處理，獲取二進制哈希碼；

通過所述二進制哈希碼進行相似度計算。

5.如權利要求4所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述通過所述二進制哈希碼進行相似度計算的具體方法包括如下步驟：

計算查詢圖像的二進制哈希碼與帶檢索圖像的二進制哈希碼之間的漢明距離；

根據所述漢明距離計算所述相似度。

6.如權利要求1所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述根據所述相似度對所述關鍵幀進行回環檢測，判斷回環檢測是否發生的具體方法包括如下步驟：

若所述相似度大于或等于預設比例時，判斷回環檢測已經發生；

若所述相似度小于預設比例時，判斷回環檢測沒有發生。

7.如權利要求6所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，還包括如下步驟：

若回環檢測已經發生，調整地圖的偏移并更新全局地圖；

若回環檢測沒有發生，新建關鍵幀并擴充地圖。

8.如權利要求3所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法，其特征在于，所述預處理包括增強處理以及裁剪處理。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，當所述計算機程序被處理器執行時實現如權利要求1至8中任意一項所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法。

10.一種存儲設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，當所述計算機程序被處理器執行時實現如權利要求1至8中任意一項所述的一種面向復雜環境下融入語義信息的SLAM回環檢測方法。