【技术实现步骤摘要】
一种集成稀疏点云的移动机器人拓扑经验地图构建方法
本专利技术属于机器人技术与应用领域,涉及一种集成稀疏点云的移动机器人拓扑经验地图构建方法。
技术介绍
随着机器人技术的发展,移动机器人在科学研究、工业领域、家庭和商业环境中的应用日益普遍。定位与导航是移动机器人的核心能力,而地图构建是完成定位与导航任务的基础。近年来,随着计算能力的提高与图像处理技术的发展,基于视觉的同步定位与地图构建技术(VisualSimultaneousLocalizationandMapping,vSLAM)成为了热门研究课题并实现快速发展。vSLAM算法构建地图包含稠密地图与稀疏地图,在实际应用中,稀疏地图用于导航任务具有信息不充分的问题。稠密地图对于导航任务提供了很多冗余信息,而且稠密地图的构建、优化、存储与更新是具有挑战性的。
技术实现思路
针对现有技术存在的问题,本专利技术提出一种集成稀疏点云的移动机器人拓扑经验地图构建方法,基于稀疏点云进行定位,利用相机采集的外部环境的视觉图像信息重建环境的稀疏点云,在线增量学习并构建拓扑 ...
【技术保护点】
1.一种集成稀疏点云的移动机器人拓扑经验地图构建方法,其特征在于,该方法根据稀疏点云获取的关键帧数据与相机采集的视觉图像增量式构建可直接用于移动机器人的路径规划与导航的拓扑经验地图。/n
【技术特征摘要】
1.一种集成稀疏点云的移动机器人拓扑经验地图构建方法,其特征在于,该方法根据稀疏点云获取的关键帧数据与相机采集的视觉图像增量式构建可直接用于移动机器人的路径规划与导航的拓扑经验地图。
2.根据权利要求1所述的一种集成稀疏点云的移动机器人拓扑经验地图构建方法,其特征在于,按照以下步骤进行:
(1)构建稀疏点云;
(2)拓扑经验地图建模;拓扑经验地图建模为经验节点集合与节点转移网络两者的集合;
(3)构建拓扑经验地图;拓扑经验地图的构建基于稀疏点云进行定位,根据相机位姿计算移动机器人位姿,采集视觉经验,封装成经验信息的节点三元组;最后将移动机器人位姿和经验信息应用到拓扑经验地图建模中完成拓扑经验地图的构建。
3.根据权利要求2所述的一种集成稀疏点云的移动机器人拓扑经验地图构建方法,其特征在于,步骤(1)中的构建稀疏点云包含前端跟踪与后端优化两部分;所述前端跟踪采用基于特征点法的视觉前端对每帧图像提取特征点,然后根据特征匹配关系求解当前帧位姿的初始估计并对初始位姿评估进行调优;所述后端优化首先加入新的关键帧,优化更新局部地图,并对每一个关键帧做闭环检测处理,一旦检测到闭环,则使用全局位姿图优化纠正前端视觉里程计的累积误差。
4.根据权利要求3所述的一种集成稀疏点云的移动机器人拓扑经验地图构建方法,其特征在于,步骤(2)中的拓扑经验地图G建模为经验节点集合E与节点转移网络W两者的集合:
G={E,W}
其中,经验节点集合E的序列根据移动机器人的位姿与当前场景的经验信息构建,具体为:
E={e1,e2,…,ek-1,ek}
每个节点e由三元组构成:
e=(id,pose,exp)
上式中,id为节点编号;pose为移动机器人在世界坐标系下的位姿posk=(xk,yk,yawk),包含移动机器人在世界坐标系...
【专利技术属性】
技术研发人员:刘冬,丛明,陈飞,
申请(专利权)人:大连理工江苏研究院有限公司,
类型:发明
国别省市:江苏;32
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。