The present invention provides a SLAM system based on data association and error detection and a method for constructing data association, in which the system includes a front end module and a key frame database; the process of constructing data association in the front end module includes: S100, receiving the common frame and the predictive position Tpredict of the common frame; S200, from the key frame database. It finds out n candidate frames similar to that of the common frame, classifies them into global candidate frame set and local candidate frame set; S300, calculates the position and pose transformation relation of each candidate frame to the common frame Tpc, Tpc as the correlation result; S400, according to the classification of candidate frames, to filter the correlation results to filter out the error correlation results; S5 00, judge whether there is a correct association result after the S400, and if the result is the result, then the S100 is executed, and if the result is not, S600 is executed; S600, according to the historical common frame in the temporary area and its predicted position, the common frame and its predictive position, create a new key frame.
【技术实现步骤摘要】
基于数据关联及错误检测的SLAM系统和构造数据关联的方法
本专利技术属于移动机器人领域,尤其涉及一种基于数据关联及错误检测的SLAM系统和构造数据关联的方法。
技术介绍
移动式机器人的应用越来越普遍。例如,移动式机器人可以被用于移动式巡逻站。这样的移动式巡逻站配备有适当的传感器,使得它们能够在环境中自主地行驶,同时监测环境的异常状况,例如监测是否有非法入侵或者是否有行人跌倒等等一系列作业项目。对于这样的移动式机器人,通常都有自主移动的需求,机器人的自主移动,一般都依赖于同时定位与地图构建(SLAM)技术。目前主流的SLAM技术主要使用了激光雷达或摄像机作为关联数据源。激光雷达方案的缺点是传感器价格比较贵,而且全局闭环能力相对较差,同时在机器人对环境的语义理解方面没有太多帮助,不太适合普遍地应用于消费级机器人。相应地,基于视觉的SLAM方案在移动机器人领域得到了广泛应用,而目前主流的视觉SLAM方案对算力都有较高的要求,都依赖于高帧率和高实时性运行,并且对使用场景也有一定要求,在低纹理或重复纹理区域都不能有鲁棒的结果,而且容易跟丢,视觉追踪失败后,需要有一套复杂的重定位机制,还需要机器人主动配合移动到之前走过的区域,这对于大部分没有人为干预的机器人系统来说,都是很难实现的,也是比较笨拙的行为,因此目前主流的视觉SLAM方案都难以落地于普通的嵌入式硬件平台上。
技术实现思路
为了解决
技术介绍
中提到的问题,本专利技术提供一种基于数据关联及错误检测的SLAM系统,包括:前端模块,关键帧数据库;所述前端模块用于构造数据关联,关键帧数据库为关键帧的集合。前端模块构造数据关 ...
【技术保护点】
1.一种基于数据关联及错误检测的SLAM系统,其特征在于,包括前端模块,关键帧数据库;所述前端模块用于构造数据关联,关键帧数据库为关键帧的集合;前端模块构造数据关联的过程包括:S100,接收数据,其中,数据至少包括一普通帧及该普通帧的预测位姿Tpredict;S200,从关键帧数据库中查找出与该普通帧相似的n个候选帧,将n个候选帧分类为全局候选帧集合和局部候选帧集合;S300,计算每一候选帧到该普通帧的位姿变换关系Tpc,如果Tpc计算成功,则确定该普通帧关联到了该候选帧,Tpc作为关联结果;S400,按候选帧的分类对关联结果作错误检测以滤除错误关联结果;S500,判断经过所述S400之后是否有正确的关联结果,若判断结果为是,则返回执行S100,若判断结果否,则执行S600;S600,根据临时区中的历史普通帧及其预测位姿、该普通帧及其预测位姿创建新关键帧,若创建出了新关键帧,则将新关键帧存储于关键帧数据库,若未创建出新关键帧,则将该普通帧存储于临时区。
【技术特征摘要】
1.一种基于数据关联及错误检测的SLAM系统,其特征在于,包括前端模块,关键帧数据库;所述前端模块用于构造数据关联,关键帧数据库为关键帧的集合;前端模块构造数据关联的过程包括:S100,接收数据,其中,数据至少包括一普通帧及该普通帧的预测位姿Tpredict;S200,从关键帧数据库中查找出与该普通帧相似的n个候选帧,将n个候选帧分类为全局候选帧集合和局部候选帧集合;S300,计算每一候选帧到该普通帧的位姿变换关系Tpc,如果Tpc计算成功,则确定该普通帧关联到了该候选帧,Tpc作为关联结果;S400,按候选帧的分类对关联结果作错误检测以滤除错误关联结果;S500,判断经过所述S400之后是否有正确的关联结果,若判断结果为是,则返回执行S100,若判断结果否,则执行S600;S600,根据临时区中的历史普通帧及其预测位姿、该普通帧及其预测位姿创建新关键帧,若创建出了新关键帧,则将新关键帧存储于关键帧数据库,若未创建出新关键帧,则将该普通帧存储于临时区。2.如权利要求1所述的系统,其特征在于,所述系统还包括后端模块,所述S500中,判断结果为是时,还将该普通帧、该普通帧的预测位姿Tpredict、正确的关联结果发送至后端模块;所述S600中,创建出新关键帧时,还将关键帧发送至后端模块;所述后端模块用于接收前端模块发送的数据,并将其存储于后端数据库,用于优化后端数据库中的关键帧。3.如权利要求2所述的系统,其特征在于,所述S200中,查找候选帧之前还包括:根据后端数据库更新关键帧数据库。4.如权利要求1至3任一项所述的系统,其特征在于,所述S100中接收到数据之后还包括:判断接收到的数据是否满足预定需求,若不满足,则丢弃接收到的数据,重新接收新的数据,否则,执行S200。5.如权利要求4所述的系统,其特征在于,所述S100判断接收到的数据是否满足预定需求的过程包括:S110,检测接收到的数据是否合法;S120,提取该普通帧的特征点,检测特征点的个数是否满足需求;S130,利用该普通帧估计光照,检测光照是否满足需求;若S110至S130均满足,则接收到的数据满足预定需求,否则,接收到的数据不满足预定需求。6.如权利要求4所述的系统,其特征在于,所述S200中将n个候选帧分类为全局候选帧集合和局部候选帧集合的过程包括:计算每一候选帧的位姿与该普通帧的预测位姿Tpredict的相对位姿;将大于第一阈值的相对位姿对应的候选帧划分至全局候选帧集合中,其余候选帧划分至局部候选帧集合中。7.如权利要求4所述的系统,其特征在于,所述S200中将n个候选帧分类为全局候选帧集...
【专利技术属性】
技术研发人员:李锋,张一茗,陈震,
申请(专利权)人:速感科技北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。