一种用于室内实时建立二维地图的方法技术

本发明专利技术公开了一种用于室内实时建立二维地图的方法，通过设定栅格地图模板及栅格尺寸，以图像采集点为中心建立坐标系实时采集室内环境图像并建立室内环境图像的深度图像序列；根据当前深度摄像头所在位置获取下一预测位置的深度图像序列并提取特征向量；特征提取不需要对采集的深度信息作复杂的变换处理，直接采用深度信息作为特征用以匹配，减少特征提取的计算量，并且深度特征不会明显受到环境光照变化的影响；根据当前位置采集的图像深度信息坐标变换后更新栅格地图模板，采用匹配策略，不仅考虑了匹配程度最大的位置，还考虑了其他匹配程度相对较大的位置，采用取平均的方式以得到相对准确的估计，本发明专利技术计算方法简单，准确度高。

A method for building two-dimensional map in real time

【技术实现步骤摘要】
一种用于室内实时建立二维地图的方法
本专利技术属于实时构建二维地图技术，具体涉及一种用于室内实时建立二维地图的方法。
技术介绍
实时构建二维地图技术广泛应用于室内机器人定位导航，资源勘探，灾难救急等等方面。现有构建地图的方法可以分为静态方式和动态方式。静态方式利用传感器进行一轮的扫描定位便能完成地图构建，但缺点是无法适用于动态未知环境的地图构建。此外，应用环境的多变性也对静态处理算法的实时性提出了挑战。现有的动态地图构建算法中，基于视觉传感器获取信息构建地图是一类主要方法。根据使用的传感器的种类和数量，可以分为基于单目摄像头、立体摄像头、RGB-D摄像头的方法等。相关研究主要有Davison提出的基于扩展卡尔曼滤波的单目SLAM。该算法使用扩展卡尔曼滤波跟踪特征点实现定位与地图构建，并设计了实时系统MonoSLAM。各种基于卡尔曼滤波的SLAM算法都是基于机器人的运动学模型，将轨迹分解为许多微小的弧段，其共同的缺点是必须对运动和预测采用高斯噪声假设。基于双目摄像头的算法有直接稀疏里程计算方法，它利用非线性优化算法，通过最小化由直接图像对齐得到的光度误差来估计相机的位姿和像素深度，缺点在于光度误差直接根据像素强度计算，因而对帧间光照变化较为敏感。此外，还有基于激光雷达的地图构建方法。激光雷达测量速度快，测距精度高，量程大，在地图构建中具有广泛的应用。激光雷达地图构建最早使用帧到帧的匹配来估计激光雷达的相对位姿，但是帧到帧的匹配方式会产生累积误差。针对这一问题，章洋等提出基于粒子滤波和特征匹配的全局融合定位算法，用线段检测算法提取栅格地图特征，缺点在于需要计算各个像素的梯度幅值和方向，并提取边缘拟合为矩形作为特征，对于算法的运算能力要求较高。
技术实现思路
本专利技术的目的在于提供一种用于室内实时建立二维地图的方法，以克服现有技术的不足。为达到上述目的，本专利技术采用如下技术方案：一种用于室内实时建立二维地图的方法，包括以下步骤：步骤1)，设定栅格地图模板及栅格尺寸；步骤2)，确定图像采集点坐标及图像采集点运动位置，以图像采集点为中心建立坐标系，实时采集室内环境图像并建立室内环境图像的深度图像序列；步骤3)，对获取的深度图像序列进行数据预处理，取深度图像序列中与深度摄像头等高数据的中值的深度图像序列，并将该深度图像序列坐标变换到当前深度摄像头的坐标；步骤4)、根据当前深度摄像头所在位置获取下一预测位置的深度图像序列，并提取下一预测位置的深度图像序列的特征向量；步骤5)、将提取的下一预测位置的深度图像序列的特征向量与下一预测位置真实特征向量比较求解相似度，获取相似度满足阈值条件的当前位置深度图像序列，即确定当前位置；步骤6)、根据当前位置采集的图像深度信息坐标变换后更新栅格地图模板，从而实现二维地图的建立。进一步的，栅格地图模板通过矩阵存储地图信息，每个栅格占用概率和观测占用次数初始化为0，根据待测室内区域，建立可见区域大小的栅格地图模板，首先根据当前位姿初步更新可见区域占用概率不为0的栅格。进一步的，采用全向机器人搭载深度摄像头获取室内环境图像，深度摄像头通过全向机器人在室内运动，每个位置由深度摄像头搭载的全向机器人的陀螺仪和码盘获取深度摄像头的位姿，通过粒子滤波特征匹配的方式二步校正深度摄像头的当前位置。进一步的，采用深度摄像头获取环境的深度图像序列512×424，通过最邻近法进行数据预处理，取深度图像序列512×424中间的6行与摄像头等高位置数据的中值，得到1×512的深度图像序列；将经过数据预处理的深度图像序列的图像坐标系转换为当前图像采集点即深度摄像头的坐标系；坐标系变换如图2所示，转换公式如下；y＝hu为图像上点的位置，h为图像深度值，(x,y)为当前深度摄像头坐标系下的点；W为图像宽度。进一步的，已知深度摄像头当前所在的第n个位置Xn＝(xn,yn,θn)，根据全向机器人上的陀螺仪和码盘得到相对位置变化ΔXn＝(Δxn,Δyn,Δθn)，则可得到机器人第n+1个位置在采用粒子滤波方法预测全向机器人运动的下一个位置，在位置周围均匀分布p个粒子，每个粒子代表一个可能的位置，为每个粒子赋相同的权值ω；深度摄像头每次转动的角度很为-25°～+25°；深度摄像头水平方向视角为±35°，以深度摄像头当前朝向为中心，每间隔1°寻找该方向上距深度摄像头欧式距离最近的点，将该点到深度摄像头的欧式距离作为一个特征，由此在±60°的方向上可以生成120维特征向量。进一步的，深度摄像头移动至下一预测位置，获取在第n+1个位置观测到的真实特征向量，生成70维特征向量；将预测中每个粒子估计的特征向量与真实特征向量比较，计算相似度，将相似度附为粒子新的权值将下一预测位置每个粒子处生成的120维特征向量Vi120与下一预测位置真实特征向量进行比较计算匹配程度Similarity；对第i个粒子120维特征向量第m+k个值与第n+1个位置70维特征向量第k个值计算差值，若差值小于设定阈值则认为匹配，若差值大于设定阈值则认为完全不匹配，取多个粒子匹配程度平均值作为相似度的衡量，并取使得相似度最大的m值，得到两特征向量匹配程度。进一步的，将p个粒子各自的横向位置x、纵向位置y、与坐标原点夹角θ和各自的权值ω分别归一化，并记为取其中对应ω＝1的向量Wmax以及与Wmax欧式距离小于设定阈值的所有向量取它们的平均值作为深度摄像头第n+1个位置；在中选择较大的k个值所对应栅格，根据陀螺仪和码盘得到深度摄像头第n+2个位置根据上述同样的方式更新权值选择使相似度最大的值，追溯到第n+1个位置则为深度摄像头第n+1个真实位置，此时得到第n+1个真实位置。进一步的，根据得到的深度摄像头在第n+1个位置(xn+1,yn+1,θn+1)，对第n+1个位置的点进行坐标变换，更新全局地图坐标变换：进一步的，若获取的深度图像序列为第一帧，则以第一帧深度图像的特征向量更新栅格地图模板，若获取的深度图像序列不是第一帧，则通过数据采集，特征匹配的方式实时更新二维地图。进一步的，将深度摄像头采集到的深度图像信息转换到栅格图中，更新对应栅格的占用概率：取栅格占用概率最大值。与现有技术相比，本专利技术具有以下有益的技术效果：本专利技术一种用于室内实时建立二维地图的方法，通过设定栅格地图模板及栅格尺寸，以图像采集点为中心建立坐标系实时采集室内环境图像并建立室内环境图像的深度图像序列；对获取的深度图像序列进行数据预处理，取深度图像序列中与深度摄像头等高数据的中值的深度图像序列，并将该深度图像序列坐标变换到当前深度摄像头的坐标；根据当前深度摄像头所在位置获取下一预测位置的深度图像序列，并提取下一预测位置的深度图像序列的特征向量；特征提取不需要对采集的深度信息作复杂的变换处理，如线段检测需对边缘进行检测提取，直接采用深度信息作为特征用以匹配，减少特征提取的计算量，并且深本文档来自技高网...

【技术保护点】
1.一种用于室内实时建立二维地图的方法，其特征在于，包括以下步骤：/n步骤1)，设定栅格地图模板及栅格尺寸；/n步骤2)，确定图像采集点坐标及图像采集点运动位置，以图像采集点为中心建立坐标系，实时采集室内环境图像并建立室内环境图像的深度图像序列；/n步骤3)，对获取的深度图像序列进行数据预处理，取深度图像序列中与深度摄像头等高数据的中值的深度图像序列，并将该深度图像序列坐标变换到当前深度摄像头的坐标；/n步骤4)、根据当前深度摄像头所在位置获取下一预测位置的深度图像序列，并提取下一预测位置的深度图像序列的特征向量；/n步骤5)、将提取的下一预测位置的深度图像序列的特征向量与下一预测位置真实特征向量比较求解相似度，获取相似度满足阈值条件的当前位置深度图像序列，即确定当前位置；/n步骤6)、根据当前位置采集的图像深度信息坐标变换后更新栅格地图模板，从而实现二维地图的建立。/n

【技术特征摘要】
1.一种用于室内实时建立二维地图的方法，其特征在于，包括以下步骤：
步骤1)，设定栅格地图模板及栅格尺寸；
步骤2)，确定图像采集点坐标及图像采集点运动位置，以图像采集点为中心建立坐标系，实时采集室内环境图像并建立室内环境图像的深度图像序列；
步骤3)，对获取的深度图像序列进行数据预处理，取深度图像序列中与深度摄像头等高数据的中值的深度图像序列，并将该深度图像序列坐标变换到当前深度摄像头的坐标；
步骤4)、根据当前深度摄像头所在位置获取下一预测位置的深度图像序列，并提取下一预测位置的深度图像序列的特征向量；
步骤5)、将提取的下一预测位置的深度图像序列的特征向量与下一预测位置真实特征向量比较求解相似度，获取相似度满足阈值条件的当前位置深度图像序列，即确定当前位置；
步骤6)、根据当前位置采集的图像深度信息坐标变换后更新栅格地图模板，从而实现二维地图的建立。


2.根据权利要求1所述的一种用于室内实时建立二维地图的方法，其特征在于，栅格地图模板通过矩阵存储地图信息，每个栅格占用概率和观测占用次数初始化为0，根据待测室内区域，建立可见区域大小的栅格地图模板，首先根据当前位姿初步更新可见区域占用概率不为0的栅格。


3.根据权利要求1所述的一种用于室内实时建立二维地图的方法，其特征在于，采用全向机器人搭载深度摄像头获取室内环境图像，深度摄像头通过全向机器人在室内运动，每个位置由深度摄像头搭载的全向机器人的陀螺仪和码盘获取深度摄像头的位姿，通过粒子滤波特征匹配的方式二步校正深度摄像头的当前位置。


4.根据权利要求1所述的一种用于室内实时建立二维地图的方法，其特征在于，采用深度摄像头获取环境的深度图像序列512×424，通过最邻近法进行数据预处理，取深度图像序列512×424中间的6行与摄像头等高位置数据的中值，得到1×512的深度图像序列；
将经过数据预处理的深度图像序列的图像坐标系转换为当前图像采集点即深度摄像头的坐标系；坐标系变换如图2所示，转换公式如下；



y＝h
u为图像上点的位置，h为图像深度值，(x,y)为当前深度摄像头坐标系下的点；W为图像宽度。


5.根据权利要求1所述的一种用于室内实时建立二维地图的方法，其特征在于，已知深度摄像头当前所在的第n个位置Xn＝(xn,yn,θn)，根据全向机器人上的陀螺仪和码盘得到相对位置变化ΔXn＝(Δxn,Δyn,Δθn)，则可得到机器人第n+1个位置在采用粒子滤波方法预测全向机器人运动的下一个位置，在位置周围均...

【专利技术属性】
技术研发人员：任晓栋，黄涛，冯祖仁，王晨希，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61