[發明專利]一種動態場景下的即時定位方法、裝置、設備和存儲介質

在審

• 申請號: 202110692993.3
• 申請日: 2021-06-22
• 公開（公告）號: CN113345020A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 劉桂華;余東應;徐鋒;馮波;崔云軒;郭忠遠
• 申請（專利權）人: 西南科技大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/246
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 張開

本發明提供一種動態場景下的即時定位方法、裝置、設備和存儲介質，所述方法通過RGB?D相機獲取場景視頻數據，通過5G通信將視頻數據傳輸到云端進行處理，并反饋定位數據至終端；數據處理階段，先進行圖像幀篩選；在篩選出的圖像幀中進行匹配點篩選，得到靜態區域的特征匹配點對和三維空間點信息；通過參考幀模型或恒速度模型對位姿進行跟蹤，并結合BA優化的方式調整位姿；對RGB圖像進行語義分割，將分割得到的動態物體對應的深度信息從該幀深度圖中移除，進行動態場景的靜態三維稠密地圖構建。本發明既可實現移動機器人在動態場景下的精準定位，又可避免引入過多的冗余信息，同時，通過5G通信及云端處理技術，使該系統可應用于低算力的終端設備。

技術領域

本發明涉及AGV技術領域，具體的說是一種動態場景下的即時定位方法、裝置、設備和存儲介質。

背景技術

近年來，一些室內外服務機器人逐漸出現在日常生活中。例如，掃地機器人能夠自動準確地定位，并通過高效地路徑規劃完成房間的清理；安保巡檢機器人能夠實現在人機共存的廣場上自動巡視和安全檢查，為人們的出行提供安全保障；Google的無人駕駛車輛能夠在視覺傳感器和全球定位系(Global Positioning System，GPS)的幫助下，建立起高精度地圖以實現自動駕駛功能。這些相關領域蓬勃發展的背后均離不開一項重要的技術：即時定位與地圖構建(Simultaneous Localization and Mapping,SLAM)，其中由于低成本易獲取和豐富的信息數據等特點，基于視覺信息的SLAM技術(V-SLAM)尤其得到視。

同時，機器人即時定位與地圖構建(SLAM)技術也是實現移動機器人自主運動的核心技術之一。當人類進入到陌生環境時，首先會觀察并理解環境進而得到一些信息，通過這些信息來確定自身和環境中障礙物的位置，然后得到環境中可以通行的區域。對于機器人而言，SLAM技術就是讓它們利用傳感器去感知環境，建立環境的地圖模型，并在運動過程中實現自身的定位。這些定位信息和環境地圖，使后續高效的路徑規劃和動作決策成為可能。

目前大部分的SLAM技術均基于一個重要假設：環境是靜態的。但是，真實的環境卻是動態的，比如視野中移動的行人、門的開閉狀態、可移動物體的不同位置。在動態環境下，移動的物體會給定位和地圖構建帶來極大的噪聲和誤差，甚至造成定位失敗。例如，使用單目視覺進行定位時，當移動物體在視野中所占比例較大時，容易造成定位誤差過大，如圖1所示，較多的匹配點對落在動態物體上，會使定位誤差逐漸累積。

普通的特征點法SLAM系統，一般采用連續的兩幀圖像進行特征匹配，以實現系統的初始化和位姿跟蹤。但是當場景中存在動態物體時，由于相機幀率較高，對于連續的兩幀圖像，運動物體并沒有發生明顯的移動，難以消除動態物體的影響。另外，對于非連續的兩幀圖像，傳統的匹配方式會造成大量的誤匹配。連續圖像幀及非連續圖像幀的匹配區別如圖2所示。

圖2中A和B為場景中的部分運動區域，C為場景中的靜態區域。圖2(a)描述了連續圖像幀之間的特征匹配。由于動態區域移動較小，因此A，B和C區域均能得到較好的特征匹配，但是會造成SLAM系統累計誤差持續增大，影響定位精度。圖2(b)為非連續圖像幀之間的特征匹配。由于動態區域移動較大，使A和B區域的特征匹配發生錯誤，同樣會影響系統定位精度。

發明內容

針對現有技術中在動態環境下普遍存在實時性較差和定位誤差較大的不足之處，本發明要解決的技術問題是提供一種動態場景下的即時定位方法、裝置、設備和存儲介質。

本發明為實現上述目的所采用的技術方案是：一種動態場景下的即時定位與地圖構建方法，包括以下步驟：

獲取視頻數據，從視頻數據中進行圖像幀篩選；

在篩選出的圖像幀中進行匹配點篩選，得到靜態區域的特征匹配點對和三維空間點信息；

通過參考幀模型或恒速度模型對位姿進行跟蹤，并結合BA優化的方式調整位姿；