【技术实现步骤摘要】
一种基于场景辨识的多机器人分布式协作视觉建图方法
本专利技术涉及一种基于场景辨识的多机器人分布式协作视觉建图方法,属于机器人
技术介绍
机器人设备已经融入到生产生活的各个方面,无论是靠双腿行走的仿人型机器人,还是靠轮式结构运动的移动机器人,其目的都是在日常生产生活或者危险的环境中自主的工作。在未知大环境中进行自主工作之前,需要构建有效的环境地图。但对于未知大规模环境或较复杂的作业场景,仅仅凭单个机器人去完成建图的任务显得力不从心,主要表现在效率不高。因此,多个机器人来协同完成建图任务的想法被提出来。目前,为解决单机器人建图效率低的问题,在中国专利技术专利说明书CNCN107491071B中公开了一种基于激光雷达的多机器人协作建图方法,方法是将雷达采集到的点云数据提取点线特征,然后使用点云匹配模块对特征信息采用轨迹到轨迹以及帧与帧的方式进行匹配,通过相似性判断是否通过了相似的地方,若匹配成功,则利用更加细致的点云匹配得到之间的变换矩阵,进而融合局部地图得到全局地图。但是,因为雷达成本高的缘故,该专利技术专利在解决效率问题的同时也带来了成本高的问题。在中国专利技术专利说明书CN111369640A中公开了一种基于激光雷达的多机器人协作建图方法,方法是选一个机器人的子地图作为初始子地图上传给主机后,由主机将该地图下发至其他机器人,其他机器人在该初始子地图中运动,定位得到自身在该初始子地图中的初始位姿,然后再各自进行子地图的构建,构建完成后各机器人将子地图发送给主机,在主机上由初始位姿将各自子地图拼接到初始 ...
【技术保护点】
1.一种基于场景辨识的多机器人分布式协作视觉建图方法,其特征在于包括以下步骤:/n步骤1、每个机器人进行单机器人视觉建图,每个机器人在视觉建图过程中保存自己路过的场景信息,包括该机器人的标号、关键帧类中的关键帧序号、关键帧描述子、关键帧的点云信息以及关键帧的连接帧的序号和权重,每保存100至300帧就将存储文件通过主机通信发送给邻居机器人,实现将自己路过场景通知给邻居机器人的功能;/n步骤2、相似场景辨识,机器人从邻居机器人收到存储场景信息的文件后,将文件中每帧的所有二值描述子即所有单词转换成词袋向量,得到的邻居机器人的每个关键帧信息作为相似场景辨识的候选帧按顺序存储到向量容器中,机器人在对当前帧进行闭环检测的同时,将当前帧与候选帧中的场景进行相似场景辨识,具体包括以下子步骤:/n(a)将当前帧与当前帧的连接帧一一进行词袋相似度计算,得到最大的词袋相似度乘上一个0.3~0.8的系数作为词袋相似度阈值;/n(b)找出候选帧中和当前帧具有相同单词的所有候选帧,同时统计候选帧中与当前帧具有相同单词数最多的候选帧,两帧得到最大相同单词的数目乘上一个0.3~0.8的系数作为最小相同单词数目阈值; ...
【技术特征摘要】
1.一种基于场景辨识的多机器人分布式协作视觉建图方法,其特征在于包括以下步骤:
步骤1、每个机器人进行单机器人视觉建图,每个机器人在视觉建图过程中保存自己路过的场景信息,包括该机器人的标号、关键帧类中的关键帧序号、关键帧描述子、关键帧的点云信息以及关键帧的连接帧的序号和权重,每保存100至300帧就将存储文件通过主机通信发送给邻居机器人,实现将自己路过场景通知给邻居机器人的功能;
步骤2、相似场景辨识,机器人从邻居机器人收到存储场景信息的文件后,将文件中每帧的所有二值描述子即所有单词转换成词袋向量,得到的邻居机器人的每个关键帧信息作为相似场景辨识的候选帧按顺序存储到向量容器中,机器人在对当前帧进行闭环检测的同时,将当前帧与候选帧中的场景进行相似场景辨识,具体包括以下子步骤:
(a)将当前帧与当前帧的连接帧一一进行词袋相似度计算,得到最大的词袋相似度乘上一个0.3~0.8的系数作为词袋相似度阈值;
(b)找出候选帧中和当前帧具有相同单词的所有候选帧,同时统计候选帧中与当前帧具有相同单词数最多的候选帧,两帧得到最大相同单词的数目乘上一个0.3~0.8的系数作为最小相同单词数目阈值;
(c)遍历候选帧,挑选出相同单词数大于阈值且词袋相似度大于阈值的候选帧作为一级候选帧,连同词袋相似度一起保存;
(d)遍历一级候选帧,每个一级候选帧的前几连接帧组成一个连接帧组,每组中的每帧与当前帧的词袋相似度求和作为该组的词袋相似度和,遍历结束后,最大的词袋相似度和乘上一个0.3~0.8的系数作为最小词袋相似度和的阈值,从所有连接帧组中挑选出词袋相似度和大于阈值的连接帧组,每组中与当前帧词袋相似度最大的帧作为二级候选帧,即相似候选帧,由此得到两个相似场景;
利用词袋检测算法进行词袋相似度计算,该算法使用快速旋转描述子特征点,即结合了快速特征点和二值描述子的特征点,图像的特征点简单的理解为图像中显著的点,即轮廓点,暗区域中的亮点,亮区域中的暗点,描述子是用来描述某个点周围的特征,将一幅图像中所有特征点的描述子空间离散化,即将该图像上的描述子转换为单词表示,通过式(1)进行描述:
A=1·w1+0·w2+…+1·wn=[w1,w2,…,wn][1,0,…,1]T(1)
式中,w1…wn表示n个不同类型的描述子,1表示图像中包含该类型描述子,0表示图像中不包含该类型描述子,T表示向量转置,A表示图像中包含的所有描述子,由于视觉单词在向量中的位置是固定的,所以一幅图像采用包含的描述子类型转换为词袋向量表示,通过式(2)进行描述:
vA=[1,0,…,1]T(2)
式中,vA表示一副图像的词袋向量,然后,对比词袋向量,计算两幅图像的相似度,通过式(3)进行描述:
式中,vB表示另一幅图像的词袋向量,||表示1-范数,score(vA,vB)表示两幅图像的相似度得分;
步骤3、相似场景投票,机器人的当前帧向满足投票条件的候选相似场景帧投票,当某个候选相似场景帧的票数达到投票阈值,则认为该帧与给其投票的帧为相似场景,将相似场景的点云信息以及该机器人的子点云地图保存到点云文件中,发送回该相似场景帧存在的邻居机器人;当前帧向由场景辨识得到的相似候选帧进行投票,当某相似候选帧满足投票条件时,当前帧向该相似候选帧投一票;投票条件为:若某相似候选帧的最优连...
【专利技术属性】
技术研发人员:王东,董晨,连捷,王伟,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁;21
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。