用于同时定位和地图构建的方法及装置制造方法及图纸

本申请涉及机器人及智能装备技术领域，公开了一种用于同时定位和地图构建的方法。包括：获取待定位图像及其对应的深度信息；根据所述待定位图像及其对应的深度信息获取待定位设备的估计位姿；根据所述待定位图像获取第一地图点；在所述待定位图像上获取与所述第一地图点相对应的第一特征点；根据所述第一地图点与所述第一特征点的重投影误差和深度误差对所述估计位姿进行优化，获得第一优化位姿。该方法能够使获取到的位姿更加准确，从而提高待定位设备定位的准确性，使得在构建导航地图时能获得更加精确的导航地图。本申请还公开一种用于同时定位和地图构建的装置。

【技术实现步骤摘要】
用于同时定位和地图构建的方法及装置
本申请涉及机器人及智能装备
，例如涉及一种用于同时定位和地图构建的方法及装置。
技术介绍
目前，SLAM(SimultaneousLocalizationAndMapping，同时定位和地图构建)技术用于生成环境地图，并对机器人进行自主定位，为后续机器人执行路径规划、自主探索、导航提供了坚实的基础，是机器人的重要组成部分。基于视觉的SLAM技术能够提供丰富的场景信息并且实现定位。视觉SLAM是指以相机作为主要传感器的SLAM技术。在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有的视觉SLAM技术难以准确的获取相机的位姿信息，导致定位不够准确。
技术实现思路
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。本公开实施例提供了一种用于同时定位和地图构建的方法及装置，以能够在同时定位和地图构建的过程中获取更加准确的位姿。在一些实施例中，所述方法包括：获取待定位图像及其对应的深度信息；根据所述待定位图像及其对应的深度信息获取待定位设备的估计位姿；根据所述待定位图像获取第一地图点；在所述待定位图像上获取与所述第一地图点相对应的第一特征点；根据所述第一地图点与所述第一特征点的重投影误差和深度误差对所述估计位姿进行优化，获得第一优化位姿。在一些实施例中，所述装置包括：包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述的用于同时定位和地图构建的方法。本公开实施例提供的用于同时定位和地图构建的方法及装置，可以实现以下技术效果：通过待定位图像直接获取待定位设备的估计位姿，然后通过从待定位图像获取第一地图点，并根据第一地图点与对应第一特征点的重投影误差和深度误差对待定位设备的估计位姿进行优化，获得优化位姿。能够使获取到的位姿更加准确，从而提高待定位设备定位的准确性，使得在构建导航地图时能获得更加精确的导航地图。以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。附图说明一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：图1是本公开实施例提供的一个用于同时定位和地图构建的方法的示意图；图2是本公开实施例提供的一个用于同时定位和地图构建的装置的示意图。具体实施方式为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。本公开实施例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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。除非另有说明，术语“多个”表示两个或两个以上。本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。结合图1所示，本公开实施例提供一种用于同时定位和地图构建的方法，包括：步骤S101，获取待定位图像及其对应的深度信息；步骤S102，根据待定位图像及其对应的深度信息获取待定位设备的估计位姿；步骤S103，根据待定位图像获取第一地图点；步骤S104，在待定位图像上获取与第一地图点相对应的第一特征点；步骤S105，根据第一地图点与第一特征点的重投影误差和深度误差对估计位姿进行优化，获得待定位设备的第一优化位姿。采用本公开实施例提供的用于同时定位和地图构建的方法，通过待定位图像直接获取待定位设备的估计位姿，然后通过从待定位图像获取第一地图点，并根据第一地图点与对应第一特征点的重投影误差和深度误差对待定位设备的估计位姿进行优化，获得优化位姿。能够使获取到的位姿更加准确，从而提高待定位设备定位的准确性。在一些实施例中，通过待定位设备的深度相机获取待定位图像及其对应的深度图。在一些实施例中，将获取的深度图送入预设的深度网络模型中进行优化，获得待定位图像的深度信息即深度值。可选地，待定位图像为彩色图。可选地，对待定位图像和深度图进行预处理。可选地，预处理包括畸变矫正处理、对彩色图与深度图进行对齐处理、对深度图进行滤波处理、对彩色图进行转灰度图处理。这样，便于提取待定位图像的第二特征点和获取估计位姿。可选地，根据待定位图像及其对应的深度信息获取待定位设备的估计位姿，包括：根据待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和待定位设备在参考关键帧的位姿；根据待定位设备在参考关键帧的位姿及参考关键帧对应的深度信息获得待定位设备的估计位姿。可选地，根据待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和待定位设备在参考关键帧的位姿，包括：将第一张待定位图像作为参考关键帧，将第一张待定位图像的深度信息作为参考关键帧的深度信息；待定位设备在参考关键帧的位姿为预设的位姿。在一些实施例中，选取待定位设备启动后获取的第一张待定位图像作为参考关键帧。可选地，根据待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和待定位设备在参考关键帧的位姿，包括：选取满足第一设定条件的待定位图像作为局部关键帧，将满足第一设定条件的待定位图像的深度信息作为局部关键帧的深度信息；将局部关键帧依次放入滑动窗口；将滑动窗口内满足第二设定条件的像素点作为第一有效关键点；将各局部关键帧内的像素点与第三设定条件进行比对，根据比对结果确定参考关键帧和所述参考关键帧对应的深度信息；根据参考关键帧的深度信息获取第一有效关键点在所有局部关键帧上的光度误差；根据第一有效关键点在所有局部关键帧上的光度误差获得待定位设备在参考关键帧的位姿。可选地，第一设定条件为以下条件之中的任一项，选取满足以下条件之中的任一项的待定位图像作为局部关键帧：滑动窗口内的局部关键帧的数量小于第三设定阈值Th1的情况下，将待定位图像选取为局部关键帧；或，待定位图像的位姿与最近邻局部关键帧的位姿的距离大于第四设定阈值Th2；或，待定位图像上的第二有效关键点的本文档来自技高网...

【技术保护点】
1.一种用于同时定位和地图构建的方法，其特征在于，包括：/n获取待定位图像及其对应的深度信息；/n根据所述待定位图像及其对应的深度信息获取待定位设备的估计位姿；/n根据所述待定位图像获取第一地图点；/n在所述待定位图像上获取与所述第一地图点相对应的第一特征点；/n根据所述第一地图点与所述第一特征点的重投影误差和深度误差对所述估计位姿进行优化，获得第一优化位姿。/n

【技术特征摘要】
1.一种用于同时定位和地图构建的方法，其特征在于，包括：
获取待定位图像及其对应的深度信息；
根据所述待定位图像及其对应的深度信息获取待定位设备的估计位姿；
根据所述待定位图像获取第一地图点；
在所述待定位图像上获取与所述第一地图点相对应的第一特征点；
根据所述第一地图点与所述第一特征点的重投影误差和深度误差对所述估计位姿进行优化，获得第一优化位姿。


2.根据权利要求1所述的方法，其特征在于，根据所述待定位图像及其对应的深度信息获取待定位设备的估计位姿，包括：
根据所述待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和所述待定位设备在参考关键帧的位姿；
根据所述待定位设备在参考关键帧的位姿及所述参考关键帧对应的深度信息获得所述待定位设备的估计位姿。


3.根据权利要求2所述的方法，其特征在于，根据所述待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和所述待定位设备在参考关键帧的位姿，包括：
将第一张待定位图像作为参考关键帧，将所述第一张待定位图像的深度信息作为所述参考关键帧的深度信息；
所述待定位设备在参考关键帧的位姿为预设的位姿。


4.根据权利要求2所述的方法，其特征在于，根据所述待定位图像及其对应的深度信息获取所述参考关键帧对应的深度信息和所述待定位设备在参考关键帧的位姿，包括：
选取满足第一设定条件的待定位图像作为局部关键帧，将所述满足第一设定条件的待定位图像的深度信息作为所述局部关键帧的深度信息；
将所述局部关键帧依次放入滑动窗口；
将所述滑动窗口内满足第二设定条件的像素点作为第一有效关键点；
将各局部关键帧内的像素点与第三设定条件进行比对，根据比对结果确定参考关键帧和所述参考关键帧对应的深度信息；
根据所述参考关键帧的深度信息获取所述第一有效关键点在所有局部关键帧上的光度误差；
根据所述第一有效关键点在所有局部关键帧上的光度误差获得所述待定位设备在所述参考关键帧的位姿。


5.根据权利...

【专利技术属性】
技术研发人员：谷晓琳，杨敏，张燚，曾峥，刘科，
申请(专利权)人：北京轩宇空间科技有限公司，
类型：发明
国别省市：北京;11