[發(fā)明專利]基于特征匹配網(wǎng)絡(luò)的SLAM方法、系統(tǒng)、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210228298.6
• 申請日: 2022-03-08
• 公開（公告）號: CN114608558A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 陳宗海;朱鎮(zhèn)坤;戴德云;王紀(jì)凱;徐萌;林士琪;魏超
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G01C21/00
• 分類號: G01C21/00;G01C21/20;G06N3/08;G06T7/73
• 代理公司: 北京凱特來知識產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;韓珂

本發(fā)明公開了一種基于特征匹配網(wǎng)絡(luò)的SLAM方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，通過SLAM的運(yùn)行模式訓(xùn)練原本針對匹配任務(wù)的特征提取網(wǎng)絡(luò)，將訓(xùn)練完畢的基于匹配任務(wù)的特征提取網(wǎng)絡(luò)嵌入到SLAM系統(tǒng)框架中，優(yōu)化原有SLAM系統(tǒng)框架，提高了所設(shè)計(jì)的SLAM系統(tǒng)的魯棒性，使其能夠很好的應(yīng)對各類SLAM場景的挑戰(zhàn)，保證了定位和建圖精度；此外，利用訓(xùn)練完畢的基于匹配任務(wù)的特征提取網(wǎng)絡(luò)從單目相機(jī)采集的圖像中進(jìn)行特征點(diǎn)提取，由于只需要單目相機(jī)即可完成，從而降低智能車的成本。上述方案整體成本低，不需要對環(huán)境及車輛自身進(jìn)行改造，可移植性強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能駕駛技術(shù)以及車輛領(lǐng)域，尤其涉及一種基于特征匹配網(wǎng)絡(luò)的SLAM方法、系統(tǒng)、設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著科技的發(fā)展，車輛、機(jī)器人等科技產(chǎn)品與人們生活的關(guān)系越來越密切。自動駕駛技術(shù)也愈發(fā)成熟，現(xiàn)如今，自動駕駛的主要挑戰(zhàn)來源于復(fù)雜場景，如光照變換、快速旋轉(zhuǎn)時，如何使車輛保證良好的定位和導(dǎo)航性能。因而，復(fù)雜場景下的SLAM(SimultaneousLocalization And Mapping，即時定位與地圖構(gòu)建)系統(tǒng)成為了SLAM領(lǐng)域的重要研究方向。而此基礎(chǔ)就是設(shè)計(jì)更加魯棒和穩(wěn)定的特征。常用的手工特征在某些特定場景下具有優(yōu)勢，但仍存在不足之處。ORB(Oriented FAST and Rotated BEIEF)特征運(yùn)行速度極快，但缺乏旋轉(zhuǎn)和尺度不變性。SIFT(Scale Invariant Feature Transform)特征對各種復(fù)雜場景表現(xiàn)出令人滿意的能力，但很難滿足實(shí)時性要求。近年來出現(xiàn)了大量性能優(yōu)于手工特征的特征提取網(wǎng)絡(luò)，但這些網(wǎng)絡(luò)大多針對圖像匹配任務(wù)而設(shè)計(jì)，簡單地將這些特征提取網(wǎng)絡(luò)應(yīng)用于SLAM系統(tǒng)通常表現(xiàn)出一般的性能。具體來說，與針對2D-2D匹配的匹配任務(wù)不同，SLAM系統(tǒng)需要同時完成建圖工作，SLAM系統(tǒng)通常使用地圖點(diǎn)(3D點(diǎn))和圖像點(diǎn)(2D點(diǎn))的匹配，然后通過優(yōu)化重投影誤差來估計(jì)姿態(tài)。所以，基于特征的SLAM系統(tǒng)的需求與匹配任務(wù)有著本質(zhì)區(qū)別，導(dǎo)致一些基于深度學(xué)習(xí)的視覺特征不能完全有效地適應(yīng)SLAM系統(tǒng)。因而，設(shè)計(jì)基于特征匹配網(wǎng)絡(luò)的SLAM方法可以有效運(yùn)用深度學(xué)習(xí)領(lǐng)域的先進(jìn)成果，大幅度助力自動駕駛技術(shù)的發(fā)展。另一方面，如果自動駕駛技術(shù)可以使用成本更低的單目相機(jī)完成，將極大程度上縮減技術(shù)成本。然而，隨之帶來的問題是圖像質(zhì)量下降，導(dǎo)致特征提取困難。

目前主要存在如下相關(guān)的技術(shù)方案：

1)專利《基于光流跟蹤和特征匹配的回環(huán)檢測及視覺SLAM方法》(公開號：CN113888603A)利用雙目相機(jī)，使用光流法采集點(diǎn)特征，LSD算法提取線特征，取得了比ORB-SLAM2更好的效果。但是，雙目相機(jī)成本較高。

2)專利《一種基于RGBD相機(jī)的弱紋理及動態(tài)場景視覺SLAM定位方法》(公開號：CN113379842A)通過RGBD相機(jī)來感知環(huán)境，在弱紋理及動態(tài)場景中獲得了很好的效果，但是RGB-D相機(jī)普遍成本較高，并且該方案沒有涉及大視野變換等挑戰(zhàn)場景。

3)專利《一種基于單目視覺實(shí)現(xiàn)SLAM定位的方法及相關(guān)裝置》(公開號：CN111928842A)通過brisk算子提取至少兩幀圖片中每一幀圖片的特征點(diǎn)，然后對相鄰圖片做特征點(diǎn)匹配，進(jìn)一步實(shí)現(xiàn)后續(xù)的定位及建圖工作，但brisk算子缺乏良好的旋轉(zhuǎn)不變性和尺度不變性，在復(fù)雜場景下容易出現(xiàn)前后兩幀圖像無法匹配，致使跟蹤失敗的情況。

綜上，目前方案主要存在的問題如下：

1)如何在降低傳感器成本的同時保證高質(zhì)量的定位精度。

2)復(fù)雜場景下特征點(diǎn)匹配困難，容易出現(xiàn)跟蹤失敗的現(xiàn)象。

3)如何有效的應(yīng)用特征提取網(wǎng)絡(luò)來保證高質(zhì)量的定位精度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于特征匹配網(wǎng)絡(luò)的SLAM方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，充分考慮成本與精度的要求，具有魯棒性強(qiáng)、成本低、精度高的優(yōu)點(diǎn)。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：