空间环境的感知方法及装置制造方法及图纸

本申请提供了一种空间环境的感知方法及装置，其中，该方法包括：SLAM系统确定导致SLAM系统跟踪失败的第一模糊照片，使用第一模型对第一模糊照片进行分析，获取第一清晰照片，后续SLAM系统依据第一清晰照片感知空间环境，其中，第一模型为使用机器学习训练出来的用于分析模糊照片获取清晰照片的模型。采用上述技术方案，解决了相关技术中由于拍摄到模糊照片导致SLAM系统跟踪失败的问题，实现了SLAM系统分析模糊照片获取清晰照片，后续继续使用第一清晰照片感知空间环境。

Perception method and device of space environment

The application provides a perception method and device for the space environment. The method includes: the SLAM system determines the first blurred photo that causes the failure of the SLAM system to track, and uses the first model to analyze the first fuzzy picture to get the first clear picture, and the subsequent SLAM system perceiving the space environment according to the first clear picture, wherein the first model is machine learning training. The model is used to analyze blurred photos and get clear photos. By adopting the above technical scheme, the problem of tracking failure of slam system due to the fuzzy photos taken in relevant technologies is solved, and the clear photos obtained by analyzing the fuzzy photos of slam system are realized, and the first clear photos are used to perceive the spatial environment in the future.

【技术实现步骤摘要】
空间环境的感知方法及装置
本申请涉及计算机领域，具体而言，涉及一种空间环境的感知方法及装置。
技术介绍
在相关技术中，同步定位与地图构建SLAM(SimultaneousLocalizationAndMapping)，是利用各种传感器来感知自身位置和周围环境的技术。视觉SLAM系统，是根据视觉传感器得到的信息来恢复传感器当前的位姿与当前场景的三维结构，以此来进行定位与地图构建工作。在SLAM运行过程中，因为相机抖动而造成的图像模糊是很难避免的，也是一个常见的影响SLAM效果的问题。视觉SLAM系统中，相机抖动造成的图像模糊是一个严重的问题，会造成系统图像跟踪丢失，影响整体系统效率。目前一般的SLAM系统并没有专门的防抖动系统。当遇到相机抖动造成图像模糊时，往往会造成图像跟踪失败。当遇到图像跟踪失败时，需要使相机停下或者回退，拍摄清晰的图像，同时在整个地图中进行搜索匹配，重新定位当前的位置，直至跟踪成功，再使相机继续运动。这样导致当出现相机抖动模糊使，相机都必须停止运动或者回退一小段，同时需要进行全局的地图搜索。全局的地图搜索是一个比较耗时的操作，频繁因为图像模糊而触发这已操作的话，会影响整体运行效率。同时，每次相机停止运动或者回退，使整个运行过程不连续，影响了流畅性。针对相关技术中由于拍摄到模糊照片导致SLAM系统跟踪失败的问题，目前还没有有效的解决方案。
技术实现思路
本申请实施例提供了一种空间环境的感知方法及装置，以至少解决相关技术中由于拍摄到模糊照片导致SLAM系统跟踪失败的问题。根据本申请的一个实施例，提供了一种空间环境的感知方法，包括：同步定位与地图构建SLAM系统确定导致所述SLAM系统跟踪失败的第一模糊照片；使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片，其中，所述第一模型为使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：模糊照片，和所述模糊照片对应的清晰照片；依据所述第一清晰照片感知空间环境。根据本申请的另一个实施例，还提供了一种空间环境的感知装置，包括：确定模块，用于确定导致同步定位与地图构建SLAM系统跟踪失败的第一模糊照片；获取模块，用于使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片，其中，所述第一模型为使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：模糊照片，和所述模糊照片对应的清晰照片；感知模块，用于依据所述第一清晰照片感知空间环境。根据本申请的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本申请的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本申请，SLAM系统确定导致SLAM系统跟踪失败的第一模糊照片，使用第一模型对第一模糊照片进行分析，获取第一清晰照片，后续SLAM系统依据第一清晰照片感知空间环境，其中，第一模型为使用机器学习训练出来的用于分析模糊照片获取清晰照片的模型。采用上述技术方案，解决了相关技术中由于拍摄到模糊照片导致SLAM系统跟踪失败的问题，实现了SLAM系统分析模糊照片获取清晰照片，后续继续使用第一清晰照片感知空间环境。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的空间环境的感知方法的流程图；图2是根据本申请优选实施例的神经网络结构示意图；图3是根据本申请优选实施例的自编码器结构示意图；图4是根据本申请优选实施例的残差模块的输出示意图；图5是根据本申请优选实施例的整体去模糊系统的流程示意图；图6是根据本申请优选实施例的模糊照片去模糊的具体流程图。具体实施方式下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请文件的技术方案可以应用于SLAM系统中，当然不局限于此，还可以应用于其他依据模糊照片分析出清晰照片，后续使用清晰照片的场景中。在软件架构上，本申请使用Pytorch框架来进行训练和测试。但是本申请并不局限于Pytorch框架，目前主流的神经网络框架都可以支撑本申请，例如TensorFlow，MXNet等。实施例一在本实施例中提供了一种空间环境的感知方法，图1是根据本申请实施例的空间环境的感知方法的流程图，如图1所示，该流程包括如下步骤：步骤S102，同步定位与地图构建SLAM系统确定导致该SLAM系统跟踪失败的第一模糊照片；步骤S104，使用第一模型对该第一模糊照片进行分析，获取第一清晰照片，其中，该第一模型为使用多组数据通过机器学习训练出来的，该多组数据中的每组数据均包括：模糊照片，和该模糊照片对应的清晰照片；需要补充的是，该第一清晰照片是分析第一模糊照片后获取的。步骤S106，依据该第一清晰照片感知空间环境。通过上述步骤，SLAM系统确定导致SLAM系统跟踪失败的第一模糊照片，使用第一模型对第一模糊照片进行分析，获取第一清晰照片，后续SLAM系统依据第一清晰照片感知空间环境，其中，第一模型为使用机器学习训练出来的用于分析模糊照片获取清晰照片的模型。采用上述技术方案，解决了相关技术中由于拍摄到模糊照片导致SLAM系统跟踪失败的问题，实现了SLAM系统分析模糊照片获取清晰照片，后续继续使用第一清晰照片感知空间环境。可选地，上述步骤的执行主体可以为使用SLAM系统的终端，例如扫地机器人，探索机器人等，但不限于此。可选地，使用第一模型对该第一模糊照片进行分析，获取第一清晰照片之前，确定在预定时间段内，首次对该第一模糊照片进行分析。需要补充的是，如果在预定时间段内，不是首次分析该第一模糊照片获取第一清晰照片，即之前使用过本申请文件中的方法为了使SLAM系统继续运行，但是没有成功，说明SLAM系统跟踪失败不是因为么第一模糊照片，则不再使用本申请文件的技术方案。可选地，除了预定时间段的限定条件，还可以包括在其他情况下，确定是否首次对第一模糊照片进行分析，例如本次机器启动后，确定是否首次对第一模糊照片进行分析。可选地，该第一模型包括：输入层，自编码器，输出层；使用第一模型对该第一模糊照片进行分析，获取第一清晰照片，包括：通过该输入层接收该第一模糊照片，输出特征映射至该自编码器；通过该输出层接收该自编码器处理后的特征映射，并根据该处理后的特征映射输出该第一清晰照片。需要补充的是，第一模型可以是神经网络结构。...

【技术保护点】
1.一种空间环境的感知方法，其特征在于，包括：/n同步定位与地图构建SLAM系统确定导致所述SLAM系统跟踪失败的第一模糊照片；/n使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片，其中，所述第一模型为使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：模糊照片，和所述模糊照片对应的清晰照片；/n依据所述第一清晰照片感知空间环境。/n

【技术特征摘要】
1.一种空间环境的感知方法，其特征在于，包括：
同步定位与地图构建SLAM系统确定导致所述SLAM系统跟踪失败的第一模糊照片；
使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片，其中，所述第一模型为使用多组数据通过机器学习训练出来的，所述多组数据中的每组数据均包括：模糊照片，和所述模糊照片对应的清晰照片；
依据所述第一清晰照片感知空间环境。


2.根据权利要求1所述的方法，其特征在于，使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片之前，所述方法还包括：
确定在预定时间段内，首次对所述第一模糊照片进行分析。


3.根据权利要求1所述的方法，其特征在于，所述第一模型包括：输入层，自编码器，输出层；
使用第一模型对所述第一模糊照片进行分析，获取第一清晰照片，包括：
通过所述输入层接收所述第一模糊照片，输出特征映射至所述自编码器；
通过所述输出层接收所述自编码器处理后的特征映射，并根据所述处理后的特征映射输出所述第一清晰照片。


4.根据权利要求3所述的方法，其特征在于，所述自编码器包括残差模块，编码模块和解码模块；
其中，所述编码模块包括多个降采样层和残差模块，所述解码模块包括多个升采样层和残差模块。


5.根据权利要求4所述的方法，其特征在于，通过所述输出层接收所述自编码器处理后的特征映射之前，所述方法还包括：
通过所述自编码器将所述编...

【专利技术属性】
技术研发人员：李军，张文强，缪弘，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44