【技术实现步骤摘要】
一种多机协同构建三维点云地图的方法、装置和存储介质
本申请涉及计算机视觉
，尤其涉及一种多机协同构建三维点云地图的方法、装置和存储介质。
技术介绍
即时定位与建图(SimultaneousLocalizationandMapping,SLAM)是机器人的重要功能之一，随着RGB-D相机的硬件成本的逐渐下降和普及程度的提高，基于RGB-D相机的SLAM技术也逐渐成熟。视觉SLAM是运动重建(Structurefrommotion，SFM)的一种实时版本，现有的大部分协同SLAM系统只能进行半稠密建图，无法将三维点云地图进一步应用于机器人导航、AR等功能，因此将视觉SLAM和SFM起来，利用视觉SLAM输出的高精度位姿，进行场景重建，可以进一步得到稠密三维点云地图，从而使三维点云地图得到进一步应用。在很多应用场景中，一个视觉SLAM平台很难满足收集场景数据和建图的需求，因此多机器人协同SLAM的研究受到越来越多的关注。目前的多机器人协同视觉SLAM系统大多为集中式架构，客户端部署在移动机器人、无人机等设备上，计算能力有限，...
【技术保护点】
1.一种多机协同构建三维点云地图的方法，其特征在于，包括：/n获取至少一个客户端采集的深度图像帧和RGB图像帧，并基于所述深度图像帧和RGB图像帧生成待检测关键帧；/n对所述待检测关键帧进行位姿优化，并将位姿优化后的所述待检测关键帧确定为待融合关键帧，以及，基于所述待融合关键帧和与所述待融合关键帧对应的位姿关系及与所述待融合关键帧关联的地图点数据进行三维点云地图融合，生成融合三维点云地图；/n基于所述融合三维点云地图对所述待检测关键帧进行全局位姿优化，并获取优化后的所述客户端在采集所述深度图像帧和所述RGB图像帧时的位姿信息，所述位姿信息包括四元数位姿参数、三维坐标和采集时...
【技术特征摘要】
1.一种多机协同构建三维点云地图的方法，其特征在于，包括：
获取至少一个客户端采集的深度图像帧和RGB图像帧，并基于所述深度图像帧和RGB图像帧生成待检测关键帧；
对所述待检测关键帧进行位姿优化，并将位姿优化后的所述待检测关键帧确定为待融合关键帧，以及，基于所述待融合关键帧和与所述待融合关键帧对应的位姿关系及与所述待融合关键帧关联的地图点数据进行三维点云地图融合，生成融合三维点云地图；
基于所述融合三维点云地图对所述待检测关键帧进行全局位姿优化，并获取优化后的所述客户端在采集所述深度图像帧和所述RGB图像帧时的位姿信息，所述位姿信息包括四元数位姿参数、三维坐标和采集时间戳；
根据所述位姿信息将所述客户端采集的所述深度图像帧和所述RGB图像帧转换为点云数据，并基于所述采集时间戳将所述点云数据进行拼接，生成待展示场景的三维点云地图。
2.根据权利要求1所述的方法，其特征在于，所述并将位姿优化后的所述待检测关键帧确定为待融合关键帧的步骤包括：
在所述待检测关键帧组成的待检测关键帧库中为当前的所述待检测关键帧选取具有重叠关系的所述待检测关键帧作为候选关键帧；
将所述候选关键帧与当前的所述待检测关键帧进行投影匹配，并将投影匹配后满足匹配阈值的所述候选关键帧作为当前的所述待检测关键帧的所述待融合关键帧。
3.根据权利要求2所述的方法，其特征在于，所述在所述待检测关键帧组成的待检测关键帧库中为当前的所述待检测关键帧选取具有重叠关系的所述待检测关键帧作为候选关键帧的步骤包括：
计算当前的所述待检测关键帧和对应的至少一个共视关键帧的相似度，并选择数值最小的所述相似度作为预设阈值；
基于所述预设阈值，在所述待检测关键帧库中筛选出与当前的所述待检测关键帧的相似度高于预设阈值的所述待检测关键帧作为所述候选关键帧。
4.根据权利要求2所述的方法，其特征在于，所述在所述待检测关键帧库中筛选出与当前的所述待检测关键帧的相似度高于预设阈值的所述待检测关键帧作为所述候选关键帧的步骤中，在确定所述待检测关键帧的相似度高于所述预设阈值后，所述方法进一步包括：
判断所述待检测关键帧和对应的所述共视关键帧组成的集合与前一候选关键帧及其对应的所述共视关键帧组成的所述集合是否重合；
当连续重合的所述集合的数值大于预设连续阈值时，将连续重合的多个所述待检测关键帧中的最后一个所述待检测关键帧作为所述候选关键帧。
5.根据权利要求2所述的方法，其特征在于，所述在所述待检测关键帧组成的待检测关键帧库中为当前的所述待检测关键帧选取具有重叠关系的所述待检测关键帧作为候选关键...
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。