一种基于分类检测网络构建地图方法及装置制造方法及图纸

技术编号:24683710 阅读:48 留言:0更新日期:2020-06-27 08:03
本申请适用于即时定位技术领域,提供了一种基于分类检测网络构建地图方法,包括:获取当前帧的图片数据,并对图片数据进行分类,然后根据分类后的图片数据和惯性测量数据计算位姿变化数据,通过对当前帧的图片数据和上一帧的图片数据进行回环检测,获得回环检测结果,再根据位姿变化数据和回环检测结果,估计相机的运动轨迹,并构建地图。本申请通过对当前帧的图片数据进行分类,并去除动态图片数据,仅根据静态图片数据和惯性测量数据计算位姿变化数据,并通过多种方式结合的回环检测,获得回环检测结果,根据位姿变化数据和回环检测结果,估计相机的运动轨迹,构建地图,可准确的计算出相机的位姿变化数据,提高了算法的性能,减小了计算量。

A method and device of map construction based on classification detection network

【技术实现步骤摘要】
一种基于分类检测网络构建地图方法及装置
本申请属于即时定位
,尤其涉及一种基于分类检测网络构建地图方法及装置。
技术介绍
随着智能机器人和无人驾驶
的飞速发展,如何进行实时的地图重建进而进行定位导航,成为了最为关注的技术问题。传统的视觉同步定位与建图方案主要是通过矩阵运算检测特征点的方法实现的,上述方案计算量大,且占用资源较大,实时性受到一定的影响,因此建图的效率低。
技术实现思路
本申请实施例提供了一种基于分类检测网络构建地图方法及装置,可以解决现有技术方案计算量大,且占用资源较大,实时性受到一定的影响,因此建图的效率低问题。第一方面,本申请实施例提供了一种基于分类检测网络构建地图方法,包括:获取当前帧的图片数据;对所述图片数据进行分类;根据分类后的图片数据和惯性测量数据计算位姿变化数据;对当前帧的图片数据和上一帧的图片数据进行回环检测,获得回环检测结果;根据位姿变化数据和回环检测结果,估计相机的运动轨迹,并构建地图。第二方面,本申请实施例提供了一本文档来自技高网...

【技术保护点】
1.一种基于分类检测网络构建地图方法,其特征在于,包括:/n获取当前帧的图片数据;/n对所述图片数据进行分类;/n根据分类后的图片数据和惯性测量数据计算位姿变化数据;/n对当前帧的图片数据和上一帧的图片数据进行回环检测,获得回环检测结果;/n根据位姿变化数据和回环检测结果,估计相机的运动轨迹,并构建地图。/n

【技术特征摘要】
1.一种基于分类检测网络构建地图方法,其特征在于,包括:
获取当前帧的图片数据;
对所述图片数据进行分类;
根据分类后的图片数据和惯性测量数据计算位姿变化数据;
对当前帧的图片数据和上一帧的图片数据进行回环检测,获得回环检测结果;
根据位姿变化数据和回环检测结果,估计相机的运动轨迹,并构建地图。


2.如权利要求1所述的基于分类检测网络构建地图方法,其特征在于,所述对当前帧的图片数据和上一帧的图片数据进行回环检测,获得回环检测结果,包括:
检测当前帧的图片数据与上一帧的图片数据的类别是否相同,获得类别检测结果;
对比当前帧的图片数据中任两个物体的窗口之间的距离与上一帧的图片数据中所述两个物体的窗口之间的距离是否相同,获得距离检测结果;
对比当前帧的惯性测量数据与上一帧的惯性测量数据是否相同,获得惯性测量数据检测结果;
对类别检测结果、距离检测结果和惯性测量数据检测结果进行融合,获得回环检测结果。


3.如权利要求2所述的基于分类检测网络构建地图方法,其特征在于,所述对比当前帧的图片数据中任两个物体的窗口之间的距离与上一帧的图片数据中所述两个物体的窗口之间的距离是否相同,获得距离检测结果之前,包括:
识别当前帧的图片数据中的所有物体,并获取所有物体的候选窗口;
去除当前帧的图片数据中的冗余候选窗口,获得当前帧的图片数据中的任一物体的窗口;
计算当前帧的图片数据中的任两个物体的窗口之间的距离;
识别上一帧的图片数据中的所有物体,并获取所有物体的候选窗口;
去除上一帧的图片数据中的冗余候选窗口,获得上一帧的图片数据中的任一物体的窗口;
计算上一帧的图片数据中的任两个物体的窗口之间的距离。


4.如权利要求1所述的基于分类检测网络构建地图方法,其特征在于,所述图片数据的种类包括动态图片、静态图片和动静混合图片;
所述根据分类后的图片数据和惯性测量数据计算位姿变化数据,包括:
分离动静混合图片数据中的静态图片数据和动态图片数据;
去除所有动态图片数据;
通过同步定位与建图算法对静态图片数据和惯性测量数据进行位姿估计,获得位姿变化数据。


5.如权利要求1所述的基于分类检测网络构建地图方法,其特征在于,所述对所述图片数据进行分类之前,包括:
通过预训练数据对深度学习网络进行预...

【专利技术属性】
技术研发人员:苏锴坚吕江浩刘松
申请(专利权)人:深圳市香蕉智能科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1