基于云端的轨迹地图生成方法、装置、设备及应用程序制造方法及图纸

本申请实施例提供了一种基于云端的轨迹地图生成方法、装置、设备及应用程序，其中，基于云端的轨迹地图生成的方法包括：获取第一轨迹地图数据和第二轨迹地图数据；对二者进行地图初始化对齐处理，得到二者相互之间的变换关系初值；对二者进行插值处理，得到二者预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图，可以基于不同建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据或相同建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据进行优化得到高精度的轨迹地图。

【技术实现步骤摘要】
【国外来华专利技术】基于云端的轨迹地图生成方法、装置、设备及应用程序
本申请涉及地图优化处理
，可以应用于云端机器人领域，还可以应用于机器人、无人机避障、导盲领域。特别涉及一种基于云端的轨迹地图生成方法、装置、设备及应用程序。
技术介绍
云端机器人是将认知系统放在云里，身体、驱动、传感器放在机器人本体上，通过移动通信将二者连接起来的智能机器人；云端机器人是智能仿人机器人发展的方向。SLAM(simultaneouslocalizationandmapping，即时定位与地图构建)是这样一种技术：使得机器人和自动驾驶汽车等设备能在未知环境(没有先验知识的前提下)建立地图，或者在已知环境(已给出该地图的先验知识)中能更新地图，并保证这些设备能在同时追踪它们的当前位置。随着高性能处理器以及多线程架构的发展，基于视觉的实时定位与建图技术又一次在国际学术前沿崭露头角。在基于视觉的SLAM领域，从视觉前端来分，通常分为基于特征的方案和基于直接法的方案，从后端优化来分，又分为基于滤波器的方案和基于优化的方案，从所用的传感器来分，还可以分为单目SLAM、双目SLAM、VIO(Visual-InertialOdometry，视觉惯性里程计)等等。其中，单目SLAM方案由于没有固定的尺度，不能得到真实尺度的地图，且容易出现尺度漂移的问题。双目SLAM方案由于基线长度的限制，很难在室外大景深的场景中得到高精度的地图。为了得到具有真实尺度的高精度地图，较容易想到的方案是使用多种SLAM方案获得同一个区域的轨迹地图或者多次运行同一个SLAM方案得到同一个区域的轨迹地图，再利用相应的算法去减少误差得到更高精度的地图。但由于特征点和关键帧的随机性以及时间戳系统的差异，最终得到的地图只能是在大致轮廓上相似，很难实现所有细节上的数据同步。现有的方案都可以得到轨迹地图，但是由于各类方法的特点和局限，通过这些方案得到的轨迹地图又存在诸多的不足。
技术实现思路
本申请针对现有轨迹地图生成方案的不足，提出了一种基于云端的轨迹地图生成方法、装置、设备及应用程序。本申请实施例第一方面提供了一种基于云端的轨迹地图生成的方法，包括如下步骤：获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图。本申请实施例第二方面提供了一种基于云端的轨迹地图生成的装置，包括：获取模块，用于获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；初始化模块，用于对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；插值模块，用于对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；优化模块，用于根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；生成模块，用于根据所述变换关系的最优解生成轨迹地图。本申请实施例第三方面提供了一种基于云端的电子设备，包括：通信模块，存储器，一个或多个处理器；以及一个或多个模块，所述一个或多个模块被存储在所述存储器中，并被配置成由所述一个或多个处理器执行，所述一个或多个模块包括用于执行上述第一方面提供的方法中各个步骤的指令。本申请实施例第四方面提供了与上述的基于云端的电子设备结合使用的应用程序，所述应用程序包括内嵌于计算机可读的存储介质中的计算机程序，所述计算机程序包括用于使所述基于云端的电子设备执行上述第一方面提供的方法中各个步骤的指令。有益效果如下：针对现有轨迹地图生成方案的不足，本申请实施例所提供的基于云端的轨迹地图生成的方案，通过获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图，可以基于不同建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据或相同建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据进行优化得到高精度的轨迹地图。附图说明图1为本申请实施例中提供的基于云端的轨迹地图生成的方法的流程示意图；图2为本申请实施例中提供的基于云端的轨迹地图生成的装置的结构示意图；图3为本申请实施例中提供的基于云端的电子设备的结构示意图；图4为本申请实施例中提供的基于云端的轨迹地图生成的方法的实施例示意图一；图5为本申请实施例中提供的基于云端的轨迹地图生成的方法的实施例示意图二；图6为本申请实施例中提供的基于云端的轨迹地图生成的方法的实施例示意图三。具体实施方式为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。图1为本申请实施例中提供的基于云端的轨迹地图生成的方法的流程示意图，如图1所示，该基于云端的轨迹地图生成的方法可以包括如下步骤：步骤101、获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；步骤102、对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；步骤103、对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；步骤104、根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；步骤105、根据所述变换关系的最优解生成轨迹地图。具体实施中，本文档来自技高网...

【技术保护点】
1.一种基于云端的轨迹地图生成的方法，其特征在于，包括如下步骤：获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图。

【技术特征摘要】
【国外来华专利技术】1.一种基于云端的轨迹地图生成的方法，其特征在于，包括如下步骤：获取第一轨迹地图数据和第二轨迹地图数据；所述第一轨迹地图数据和第二轨迹地图数据是采用两种不同的建图方案分别对同一区域的同一运动轨迹采集的轨迹地图数据，或者，是采用相同的建图方案对同一区域两次相同的运动轨迹采集的轨迹地图数据；对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值；对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图。2.如权利要求1所述的基于云端的轨迹地图生成的方法，其特征在于，所述对所述第一轨迹地图数据和第二轨迹地图数据进行地图初始化对齐处理，得到所述第一轨迹地图数据和第二轨迹地图数据相互之间的变换关系初值，具体包括：获取所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的至少两个位置点的数据；根据所述至少两个位置点中的任意一个位置点得到所述第一轨迹地图数据和第二轨迹地图数据的相对初始平移向量；将所述至少两个位置点中的两个位置点连线；根据所述连线之间的长度比值得到所述第一轨迹地图数据和第二轨迹地图数据的相对缩放因子；根据所述连线之间的夹角得到所述第一轨迹地图数据和第二轨迹地图数据的相似变换矩阵；所述变换关系包括：相对缩放因子、相对初始平移向量或相似变换矩阵。3.如权利要求1所述的基于云端的轨迹地图生成的方法，其特征在于，所述对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据，具体包括：构建滑动窗；根据所述滑动窗对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据。4.如权利要求1或3所述的基于云端的轨迹地图生成的方法，其特征在于，所述对所述第一轨迹地图数据和第二轨迹地图数据进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的插值点数据，具体包括：分别计算所述第一轨迹地图数据和第二轨迹地图数据的平均方差；根据所述平均方差及预设的概率查询卡方分布表得到相对应的自由度；确定所述第一轨迹地图数据的数据个数、所述第二轨迹地图数据的数据个数及所述自由度中的最大值作为插值点的目标个数；根据所述插值点的目标个数采用插值函数对所述第一轨迹地图数据和第二轨迹地图数据分别进行插值处理，得到所述第一轨迹地图数据和第二轨迹地图数据预设的相对应的相同时刻的插值点数据。5.如权利要求4所述的基于云端的轨迹地图生成的方法，其特征在于，根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解，具体包括：根据所述相对应的插值点数据中的位于所述第一轨迹地图数据中的插值点数据及所述变换关系初值确定所述第一轨迹地图数据中的插值点数据变换至所述第二轨迹地图数据中的插值点数据估值；所述估值与真实差值之间存在偏置误差，所述偏置误差服从高斯分布；根据所述第二轨迹地图数据中的插值点数据估值与所述第二轨迹地图数据中与之对应的插值点数据，得到二者的残差方程；根据所述残差方程计算所述变换关系的最优解；或者，根据所述相对应的插值点数据中的位于所述第二轨迹地图数据中的插值点数据及所述变换关系初值确定所述第二轨迹地图数据中的插值点数据变换至所述第一轨迹地图数据中的插值点数据估值；所述估值与真实差值之间存在偏置误差，所述偏置误差服从高斯分布；根据所述第一轨迹地图数据中的插值点数据估值与所述第一轨迹地图数据中与之对应的插值点数据，得到二者的残差方程；根据所述残差方程计算所述变换关系的最优解。6.如权利要求5所述的基于云端的轨迹地图生成的方法，其特征在于，根据所述变换关系的最优解生成轨迹地图，具体包括：根据所述变换关系的最优解及所述相对应的插值点数据中的位于所述第一轨迹地图数据中的插值点数据，得到所述第一轨迹地图数据中的插值点数据变换至所述第二轨迹地图数据中的最优插值点数据估值；对所述第二轨迹地图数据中的最优插值点数据估值及与之对应的所述第二轨迹地图数据中的插值点数据进行拟合，生成轨迹地图；或者，根据所述变换关系的最优解及所述相对应的插值点数据中的位于所述第二轨迹地图数据中的插值点数据，得到所述第二轨迹地图数据中的插值点数据变换至所述第一轨迹地图数据中的最优插值点数据估值；对所述第一轨迹地图数据中的最优插值点数据估值及与之对应的所述第一轨迹地图数据中的插值点数据进行拟合，生成轨迹地图。7.如权利要求1-6任意所述的基于云端的轨迹地图生成的方法，其特征在于，根据所述变换关系的最优解生成轨迹地图之后，还包括：将所述生成的轨迹地图作为第三轨迹地图数据；获取第四轨迹地图数据；对所述第三轨迹地图数据和第四轨迹地图数据进行地图初始化对齐处理，得到所述第三轨迹地图数据和第四轨迹地图数据相互之间的变换关系初值；对所述第三轨迹地图数据和第四轨迹地图数据进行插值处理，得到所述第三轨迹地图数据和第四轨迹地图数据预设的相对应的插值点数据；根据所述相对应的插值点数据及所述变换关系初值确定残差方程并根据所述残差方程得到所述变换关系的最优解；根据所述变换关系的最优解生成轨迹地图。8.一种基于云端的轨迹地图生成的装置，其特征在于，包括：获取模块，用于获取第一轨迹地图数据和第二轨迹地图数据；...

【专利技术属性】
技术研发人员：林义闽，廉士国，
申请(专利权)人：深圳前海达闼云端智能科技有限公司，
类型：发明
国别省市：广东,44