【技术实现步骤摘要】
一种回环检测方法、装置及机器人
本专利技术涉及机器人
,涉及一种回环检测方法、装置及机器人。
技术介绍
在视觉SLAM问题中,位姿的估计往往是一个递推的过程,即由上一帧位姿计算当前帧位姿,因此其中的误差便这样一帧一帧的传递下去,从而不可避免的累计误差。累积误差会导致机器人的估计结果不可靠,不能保证机器人运行的全局轨迹与地图一致。如果机器人回到了以前走过的地方且这件事被正确检测出来,通过全局优化便可消除积累的误差。其中,找出可以建立这种位姿约束的历史帧,就是回环检测,因此,回环检测对于SLAM系统意义重大。目前常用的方法是词袋模型,它通过事先创建一个字典,字典里面有很多单词,通过单词来描述一副图像,通过比较两幅图像中的单词来判断两幅图像是否相似,相比特征点匹配的方式,它速度更快、鲁棒性更好。通过将先前地方的图像存在一个database中,当前获取的图像与database中的图像进行比较,如果database中存在特点相似的图像,那么这张图像便是回环检测的候选帧,在通过其他约束,对候选帧进行判断就可以判定是否检测到了回环。在形成database过程中,储存在database中的关键帧的选择很重要,选得太近会导致相邻帧特别相似,对相处长时间的积累误差没作用,并且会有过多的内存消耗。选得太稀疏,就会导致回环的可能性比较低。因此选择关键帧时既要保证其稀疏性又要保证其能完全覆盖整个环境。传统的方式通过视差、帧数、时间等等方式来选择关键帧。专利技术人在实现本专利技术实施例的过程中,发现相关技术至少存在以下问题 ...
【技术保护点】
1.一种回环检测方法,应用于机器人,其特征在于,包括:/n根据所述机器人的运行环境划分网格,所述网格包括若干方格;/n控制所述机器人在所述网格中移动并拍摄图像;/n根据拍摄的所述图像和所述机器人的运行轨迹获取所述方格对应的多张图像;/n从所述方格对应的多张图像中确定一关键帧,所述关键帧用于标识所述方格;/n根据所述关键帧进行回环检测。/n
【技术特征摘要】
1.一种回环检测方法,应用于机器人,其特征在于,包括:
根据所述机器人的运行环境划分网格,所述网格包括若干方格;
控制所述机器人在所述网格中移动并拍摄图像;
根据拍摄的所述图像和所述机器人的运行轨迹获取所述方格对应的多张图像;
从所述方格对应的多张图像中确定一关键帧,所述关键帧用于标识所述方格;
根据所述关键帧进行回环检测。
2.根据权利要求1所述的方法,其特征在于,在执行所述根据拍摄的所述图像和所述机器人的运行轨迹获取所述方格对应的多张图像的步骤之前,所述方法还包括:
判断所述机器人当前所在的方格是否已记录关键帧;
若否,则执行所述根据拍摄的所述图像和所述机器人的运行轨迹获取所述方格对应的多张图像,以及从所述方格对应的多张图像中确定一关键帧,根据所述关键帧进行回环检测的步骤;
若是,则执行所述根据所述关键帧进行回环检测的步骤。
3.根据权利要求1所述的方法,其特征在于,所述从所述方格对应的图像中确定一关键帧包括:
获取所述方格对应的图像中每一图像的特征数目;
获取所述方格对应的图像中每一图像到方格中心的距离;
分别对所述特征数目和所述距离进行评估,以获得每一图像特征数目得分和距离得分;
根据所述每一图像特征数目得分和所述距离得分计算每一图像的总分;
根据所述每一图像的总分,获取所述总分最高的图像,所述总分最高的图像为所述方格的关键帧。
4.根据权利要求1所述的方法,其特征在于,所述根据所述机器人的运行环境划分网格包括:
获取所述机器人的起点位置,并以所述起点位置为坐标原点建立坐标系;
确定所述方格的边长,并获取所述运行环境的面积;
在所述坐标系中,根据所述边长和所述面积将所述运行环境划分为M行*N列的网格,其中,M和N是由所述面积和所述边长确定的。
5.根据权利要求3所述的方法,其特征在于,所述分别对所述特征数目和所述距离进行评估,以获得每一图像特征数目得分和距离得分包括:
获取所述特征数目所属的预设特征数目区间,以及所述距离所属的预设距离区间;
将所述预设特征数目区间对应的分数作为所述特征数目得分,并将所述预设距离区间对应的分数作为所述距离得分。
6.根据权利要求3所...
【专利技术属性】
技术研发人员:闫瑞君,罗丹平,
申请(专利权)人:深圳市银星智能科技股份有限公司,
类型:发明
国别省市:广东;44
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。