The invention relates to the technical field of simultaneous positioning and mapping for robots, in particular to a visual SLAM loop detection method and device that fuses depth information, obtains video stream images captured in the process of robot motion, extracts key frames from video stream images offline, obtains depth maps of key frames by using depth neural network training, and extracts the full depth maps by using M2DP algorithm. Local feature descriptors are then used to calculate the cosine distance of depth map by matrix vector multiplication, so as to match the similarity of key frames and detect key frames in a loop. The method provided by the invention has the invariance of light, and can realize the accurate positioning and map construction of the robot.
【技术实现步骤摘要】
一种融合深度信息的视觉SLAM回环检测方法及装置
本专利技术涉及机器人同时定位与地图构建
,具体涉及一种融合深度信息的视觉SLAM回环检测方法及装置。
技术介绍
自仿生学与智能机器人技术的出现以来,研究者们就渴望有朝一日,机器人能够像人类一样,通过眼睛去观察和理解周围的世界,并能够能在自然环境中灵巧地自主行走,实现人机和谐共融。其中,一个重要而基本的问题是,如何通过二维的图像信息分析景物的三维结构,确定相机在其中的位置。这个问题的解决,离不开一项基本技术的研究:同时定位与地图构建(Simultaneous-Localizationand-Mapping,SLAM),特别是基于视觉的SLAM技术。为了达到基于视觉的SLAM技术实现人眼一样的效果,只要环视四周,辨识物体,就能判断自己的位置,而当前基于特征点和像素的算法,离这样的目的显然远远不够。几乎所有的闭环检测方法都是利用视觉传感,即对环境利用关键帧进行视觉描述,然后通过当前的图像与地图中关键帧匹配完成闭环检测的工作。在闭环检测问题上,机器人研究工作主要侧重解决两个难题:第一个是有可拓展性的、适用于大环境中的图像匹配,因为很多任务要求机器人在需用成千上万乃至百万幅关键帧来描述环境,因而产生可拓展即适用于大环境的高速高精度图像匹配算法的要求。第二个需要解决的难题是图像匹配时所应具有环境条件不变性,这是指能够对各种不同条件下采集的图像进行准确匹配,包括对光照变化的处理,以及对动态环境、季节、天气以及视角变化处理的能力。目前的方法中对光照不变性较弱,而如何提高机器人对光照的不变性,从而实现机器人的准确定位和 ...
【技术保护点】
1.一种融合深度信息的视觉SLAM回环检测方法,其特征在于,包括以下步骤:步骤S100、获取机器人运动过程中拍摄的视频流图像;步骤S200、离线抽取视频流中的关键帧;步骤S300、运用深度神经网络训练得到关键帧的深度图;步骤S400、利用M2DP算法提取深度图的全局特征描述符;步骤S500、利用矩阵向量乘法计算深度图的余弦距离,从而匹配关键帧的相似度;步骤S600、对关键帧进行回环检测。
【技术特征摘要】
1.一种融合深度信息的视觉SLAM回环检测方法,其特征在于,包括以下步骤:步骤S100、获取机器人运动过程中拍摄的视频流图像;步骤S200、离线抽取视频流中的关键帧;步骤S300、运用深度神经网络训练得到关键帧的深度图;步骤S400、利用M2DP算法提取深度图的全局特征描述符;步骤S500、利用矩阵向量乘法计算深度图的余弦距离,从而匹配关键帧的相似度;步骤S600、对关键帧进行回环检测。2.根据权利要求1所述的一种融合深度信息的视觉SLAM回环检测方法,其特征在于,所述步骤S100中的视频流图像通过设置于机器人上的相机采集。3.根据权利要求1所述的一种融合深度信息的视觉SLAM回环检测方法,其特征在于,所述步骤S300具体包括:步骤S310、构建关键帧相对深度的数据库;步骤S320、在同一关键帧中随机选取两个图像点,标注同一关键帧中两个所述图像点的相对远近信息;步骤S330、通过神经网络的训练得到原图之中的相对深度信息;步骤S340、得到具有物体信息的图像,所述图像和原图大小一致。4.根据权利要求1所述的一种融合深度信息的视觉SLAM回环检测方法,其特征在于,所述步骤S400具体包括:将深度图变换成点云后,向若干设定好的平面投影,生成2D图像描述符,然后通过主成分分析方法对重叠的2D图像描述符降维,生成12...
【专利技术属性】
技术研发人员:吴俊君,陈世浪,周林,邝辉宇,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:广东,44
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。