【技术实现步骤摘要】
一种V-SLAM地图校验方法、装置及设备
本专利技术涉及计算机视觉
，特别是涉及一种V-SLAM地图校验方法、装置及设备。
技术介绍
V-SLAM(Vision—SimultaneousLocalizationandMapping，基于视觉的即时定位与地图构建)可以用于对机器人、或者其他能够移动的智能设备进行定位、或者导航等等。V-SLAM理解为这样一种方案：利用机器人配置的摄像头采集场景图像，通过将该场景图像与预先生成的V-SLAM地图进行匹配，实时对机器人进行定位、导航等。V-SLAM地图由多个地图节点组成，地图节点可以理解为组成V-SLAM地图的最小数据单元。V-SLAM地图中，每个地图节点对应一组图像特征点。如果V-SLAM地图中存在错误的地图节点、或者准确性较低的地图节点，则会导致定位、导航等出现异常。因此，需要提供一种能够校验V-SLAM地图准确性的方案。而且V-SLAM地图不同于一般的电子地图。对于一般的电子地图来说，其中各地图节点均对应地理位置信息，因此可以基于各地图节点对应的地理位置信...
【技术保护点】
1.一种V-SLAM地图校验方法，其特征在于，包括：/n针对V-SLAM地图中的每个地图节点，获取该地图节点对应的图像特征点；/n对所述图像特征点进行评估，得到评估得分；/n若所述评估得分位于第一预设区间，则确定该地图节点校验通过；/n若所述评估得分位于第二预设区间，则对该地图节点进行增补或重建；/n若所述评估得分位于第三预设区间，则删除该地图节点，所述第一预设区间、所述第二预设区间和第三预设区间依次连续且不重叠。/n
【技术特征摘要】
1.一种V-SLAM地图校验方法，其特征在于，包括：
针对V-SLAM地图中的每个地图节点，获取该地图节点对应的图像特征点；
对所述图像特征点进行评估，得到评估得分；
若所述评估得分位于第一预设区间，则确定该地图节点校验通过；
若所述评估得分位于第二预设区间，则对该地图节点进行增补或重建；
若所述评估得分位于第三预设区间，则删除该地图节点，所述第一预设区间、所述第二预设区间和第三预设区间依次连续且不重叠。
2.根据权利要求1所述的方法，其特征在于，所述对所述图像特征点进行评估，得到评估得分，包括：
评估所述图像特征点的分布均匀性和/或质量，得到评估得分；其中，所述图像特征点分布越均匀则对应的评估得分越接近所述第一预设区间，所述质量越高则对应的评估得分越接近所述第一预设区间。
3.根据权利要求2所述的方法，其特征在于，评估所述图像特征点的分布均匀性，得到评估得分，包括：
针对预先设定的每种分割方式，利用该种分割方式对所述图像特征点所在的图像进行区域分割，得到多个分割区域；根据每个所述分割区域中的图像特征点数量，计算该种分割方式对应的分布均匀性评分；
通过计算全部分割方式对应的分布均匀性评分之和，得到评估得分。
4.根据权利要求3所述的方法，其特征在于，所述多个分割区域为两个分割区域；所述分割方式包括以下任意一种或多种：从竖直方向进行分割、从水平方向进行分割、45度方向进行分割、135度方向进行分割、将中心区域与外围区域分割。
5.根据权利要求2所述的方法，其特征在于，评估所述图像特征点的质量，得到评估得分，包括：
分别利用不同的角点检测算法，评估图像特征点的质量，得到每种角点检测算法分别对应的图像特征点的质量评分；
基于所述每种角点检测算法分别对应的图像特征点的质量评分，得到评估得分。
6.根据权利要求5所述的方法，其特征在于，所述分别利用不同的角点检测算法，评估图像特征点的质量，得到每种角点检测算法分别对应的图像特征点的质量评分，包括：
利用第一角点检测算法，评估每个图像特征点的质量，得到每个图像特征点的第一评分；通过对所述第一评分进行排序，从所述第一评分中选择目标第一评分，作为所述第一角点检测算法对应的图像特征点的质量评分；
利用第二角点检测算法，评估每个图像特征点的质量，得到每个图像特征点的第二评分；通过对所述第二评分进行排序，从所述第二评分中选择目标第二评分，作为所述第二角点检测算法对应的图像特征点的质量评分。
7.根据权利要求2所述的方法，其特征在于，所述评估所述图像特征点的分布均匀性和/或质量，得到评估得分，包括：
评估所述图像特征点的分布均匀性，得到分布均匀性评分，所述图像特征点分布越均匀则所述分布均匀性评分越低；
通过利用第一角点检测算法评估每个图像特征点的质量，得到第一质量评分，所述图像特征点的质量越高则所述第一质量评分越高；
通过利用第二角点检测算法评估每个图像特征点的质量，得到第二质量评分，所述图像特征点的质量越高则所述第二质量评分越高；
计算所述分布均匀性评分与第一预设权重的乘积，作为第一乘积；
计算所述第一质量评分与所述第二质量评分以及第二预设权重的乘积，作为第二乘积；
计算所述第一乘积减去所述第二乘积后得到的数值，作为评估得分。
8.根据权利要求1所述的方法，其特征在于，所述若所述评估得分位于第二预设区间，则对该地图节点进行增补或重建，包括：
若所述评估得分位于所述第二预设区间中的第一子区间，则对该地图节点进行增补；
若所述评估得分位于所述第二预设区间中的第二子区间，则对该地图节点进行重建地图节点，所述第一子区间和第二子区间依次连续且不重叠，所述第一子区间更接近所述第一区间，所述第二子区间更接近于所述第三区间。
9.根据权利要求1或8所述的方法，其特征在于，对该地图节点进行增补，包括：
按照第一预设规则在该地图节点的周围确定增补地图节点；
指示智能设备在所述增补地图节点对应的位置区域进行图像采集，对所述智能设备采集的图像进行分析得到图像特征点，作为第一图像特征点；
将所述第一图像特征点与所述增补地图节点对应存储至所述V-SLAM地图中；
对该地图节点进行重建，包括：
按照第二预设规则在该地图节点的周围确定重建地图节点；
指示智能设备在所述重建地图节点对应的位置区域进行图像采集，对所述智能设备采集的图像进行分析得到图像特征点，作为第二图像特征点；
将所述第二图像特征点与所述重建地图节点对应存储至所述V-SLAM地图中，并删除所述V-SLAM地图中存储的该地图节点及其对应的图像特征点。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取校验后的V-SLAM地图，所述校验后的V-SLAM地图中的地图节点为：校验通过的地图节点、或者增补后的地图节点、或者重建后的地图节点；
生成智能设备的移动路径，所述移动路径中包括所述校验后的V-SLAM地图中的每个地图节点；
指示所述智能设备沿所述移动路径移动，并获取移动过程中所述智能设备基于所述校验后的V-SLAM地图计算得到的每个地图节点对应的第一定位数据；一个地图节点对应的第一定位数据为：所述智能设备位于该地图节点对应的位置区域时的第一定位数据；
针对所述校验后的V-SLAM地图中的每个地图节点，对该地图节点对应的第一定位数据进行准确度分析，得到分析结果；
基于所述分析结果确定该地图节点的校验结果。
11.根据权利要求10所述的方法，其特征在于，一个地图节点对应的第一定位数据包括：每帧图像对应的定位结果和定位结果置信度；所述每帧图像为：所述智能设备移动至所述一个地图节点对应的位置区域时，所述智能设备中配置的图像采集器针对所述一个地图节点对应的位置区域进行图像采集得到的；
所述对该地图节点对应的第一定位数据进行准确度分析，得到分析结果，包括：
在该地图节点对应的第一定位数据中，统计定位结果置信度大于第四预设阈值的图像的帧数，作为有效帧数；
判断所述有效帧数是否大于第一预设帧数阈值，得到第一判断结果，作为所述第一定位数据的准确性分析结果；或者，确定所述智能设备经过该地图节点对应的位置区域的整个过程中采集的图像总帧数；计算所述有效帧数与所述总帧数的比值，作为第一比值；判断所述第一比值是否大于第一预设比例阈值，得到第二判断结果，作为所述第一定位数据的准确性分析结果。
12.根据权利要求10所述的方法，其特征在于，一个地图节点对应的第一定位数据包括：每帧图像对应的定位结果；所述每帧图像为：所述智能设备移动至所述一个地图节点对应的位置区域时，所述智能设备中配置的图像采集器针对所述一个地图节点对应的位置区域进行图像采集得到的；
所述对该地图节点对应的第一定位数据进行准确度分析，得到分析结果，包括：
通过统计所述智能设备对每帧图像对应的定位结果的使用情况，得到使用帧数；
判断所述使用帧数是否大于第二预设帧数阈值，得到第三判断结果，作为所述第一定位数据的准确性分析结果；或者，确定所述智能设备经过该地图节点对应的位置区域的整个过程中采集的图像总帧数；计算所述使用帧数与所述总帧数的比值，作为第二比值；判断所述第二比值是否大于第二预设比例阈值，得到第四判断结果，作为所述第一定位数据的准确性分析结果。
13.根据权利要求10所述的方法，其特征在于，所述指示所述智能设备沿所述移动路径移动之后，还包括：
获取移动过程中所述智能设备基于自身配置的传感器计算得到的每个地图节点对应的第二定位数据；一个地图节点对应的第二定位数据为：所述智能设备位于该地图节点对应的位置区域时的第二定位数据；
所述对该地图节点对应的第一定位数据进行准确度分析，得到分析结果，包括：
确定该地图节点对应的第一定位数据与该地图节点对应的第二定位数据之间的位置偏差，作为所述第一定位数据的准确性分析结果。
14.根据权利要求13所述的方法，其特征在于，一个地图节点对应的第一定位数据包括：每帧图像对应的定位结果；所述每帧图像为：所述智能设备移动至所述一个地图节点对应的位置区域时，所述智能设备中配置的图像采集器针对所述一个地图节点对应的位置区域进行图像采集得到的；
所述确定该地图节点对应的第一定位数据与该地图节点对应的第二定位数据之间的位置偏差，作为所述第一定位数据的准确性分析结果之前，还包括：
判断所述智能设备是否直行通过该地图节点；
如果否，则执行所述确定该地图节点对应的第一定位数据与该地图节点对应的第二定位数据之间的位置偏差，作为所述第一定位数据的准确性分析结果的步骤；
如果是，则根据所述定位结果，计算所述智能设备在经过该地图节点对应的位置区域的整个过程中的行驶角度；判断所述行驶角度是否满足预设角度条件；如果不满足，确定该地图节点校验未通过；如果满足，执行所述确定该地图节点对应的第一定位数据与该地图节点对应的第二定位数据之间的位置偏差，作为所述第一定位数据的准确性分析结果的步骤。
15.根据权利要求10所述的方法，其特征在于，一个地图节点对应的第一定位数据包括：每帧图像对应的定位结果和定位结果置信度；所述每帧图像为：所述智能设备移动至所述一个地图节点对应的位置区域时，所述智能设备中配置的图像采集器针对所述一个地图节点对应的位置区域进行图像采集得到的；
所述方法还包括：获取移动过程中所述智能设备基于自身配置的传感器计算得到的每个地图节点对应的第二定位数据；一个地图节点对应的第二定位数据为：所述智能设备位于该地图节点对应的位置区域时的第二定位数据；
所述对该地图节点对应的第一定位数据进行准确度分析，得到分析结果，包括：
统计定位结果置信度大于第四预设阈值的图像的帧数，作为有效帧数；
判断所述有效帧数是否大于第五预设阈值；
如果大于所述第五预设阈值，通过统计所述智能设备对每帧图像对应的定位结果的使用情况，得到使用帧数；
判断所述使用帧数是否大于第六预设阈值；...
【专利技术属性】
技术研发人员：崔蓝月，
申请(专利权)人：杭州海康机器人技术有限公司，
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。