【技术实现步骤摘要】
一种融合ORB闭环检测的激光SLAM方法
本专利技术涉及移动机器人领域，特别涉及一种融合ORB闭环检测的激光SLAM方法。
技术介绍
未知环境下移动机器人同时定位与建图(SimultaneousLocalizationandMapping—SLAM)是当前移动机器人研究的热点。随着移动机器人探索规模的扩大，机器人在大规模环境下同时定位与建图的鲁棒性显得尤为重要，而可靠的闭环检测是构建鲁棒SLAM中最重要最关键的问题之一。闭环检测是机器人判断自己当前位置是否位于己访问过的环境区域，并以此作为地图是否需要更新校正的依据，对于提高大规模环境下的SLAM鲁棒性有重大意义。激光传感器是SLAM中应用最广的传感器，大规模环境下基于激光的SLAM采用算法本身产生的位姿估计，存在累计误差的问题，从而可能导致闭环检测失败，而视觉特征包含的信息丰富，在多视点匹配上更适合用于闭环检测。视觉SLAM中在不需要位姿估计的前提下可通过视觉特征的匹配实现闭环检测，但该闭环检测方法与视觉SLAM过程联系紧密，只能应用于视觉SLAM。激光雷达和视觉传...
【技术保护点】
1.一种融合ORB闭环检测的激光SLAM方法，其特征在于包括并行运行的激光SLAM过程以及视觉闭环检测过程；/n在激光SLAM过程中，持续检测位姿信息，当上一个关键时间点与当前时间点的位姿信息的变化率大于变化率阈值时，将当前时间点作为关键时间点，并触发一次视觉闭环检测过程；/n在视觉闭环检测过程中，从环境图像中提取图像关键帧，提取当前的图像关键帧的ORB特征，用词袋模型表示当前的图像关键帧，得到当前的图像关键帧的词向量；根据当前的图像关键帧的词向量在历史图像关键帧集合中进行搜索，以检测视觉闭环，并将当前的图像关键帧的词向量加入到历史图像关键帧集合中；/n检测到视觉闭环后，激...
【技术特征摘要】
1.一种融合ORB闭环检测的激光SLAM方法，其特征在于包括并行运行的激光SLAM过程以及视觉闭环检测过程；
在激光SLAM过程中，持续检测位姿信息，当上一个关键时间点与当前时间点的位姿信息的变化率大于变化率阈值时，将当前时间点作为关键时间点，并触发一次视觉闭环检测过程；
在视觉闭环检测过程中，从环境图像中提取图像关键帧，提取当前的图像关键帧的ORB特征，用词袋模型表示当前的图像关键帧，得到当前的图像关键帧的词向量；根据当前的图像关键帧的词向量在历史图像关键帧集合中进行搜索，以检测视觉闭环，并将当前的图像关键帧的词向量加入到历史图像关键帧集合中；
检测到视觉闭环后，激光SLAM过程进行视觉辅助激光闭环检测。
2.根据权利要求1所述的一种融合ORB闭环检测的激光SLAM方法，其特征在于，所述位姿信息为三维向量P(x，y，θ)，其中(x，y)表示机器人在二维空间中的位置，θ表示机器人绕自身的旋转角；判断上一个关键时间点与当前时间点的位姿信息的变化率是否大于变化率阈值采用的公式为：
Pi-Pi-1＞Pthreshold
其中，Pi是本间点的位姿信息，Pi-1是上一关键时间点的位姿信息，Pthreshold是变化率阈值；上述公式可展开为：
|θi-θi-1|＞θthreshold
其中，xythreshold取0.1m至1m，θthreshold取为5°～20°；判断过程中，将当前时间点以及上一个关键时间点的位姿信息代入展开后的公式中，满足至少一个公式时，即可判定当前时间点的位姿信息的变化率大于变化率阈值。
3.根据权利要求1所述的一种融合ORB闭环检测的激光SLAM方法，其特征在于，用词袋模型表示当前的图像关键帧，得到图像关键帧的词向量具体包括以下步骤：
提取图像关键帧的ORB特征，并将ORB特征点周围的像素使用高斯滤波平滑；
利用平滑后的图像计算描述子；描述子为一个长度为Lb的二进制向量，该向量的每一位数值由ORB特征点周围的一对测试点通过计算得出；对于给定的ORB特征点P，它的描述子B(P)由如下公式给出：
其中Bi(P)是描述子的第i位，I(·)是特征点的光照强度，ai和bi是测试点对相对于ORB特征点的偏移；ai和bi的选取满足高斯分布和...
【专利技术属性】
技术研发人员：安康，付卫婷，
申请(专利权)人：浙江同善人工智能技术有限公司，
类型：发明
国别省市：浙江;33
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。