一种适用于即时定位与地图构建的RANSAC改进方法技术

本发明专利技术公开了一种适用于即时定位与地图构建的RANSAC改进方法包括，随机选取n个样本估计模型，利样本估计模型对所有点进行计算，获得内点数；根据内点数更新最佳模型，并保存内点；利用最小二乘法并基于设定的阈值估计更新后的最佳模型，并保存对应内点；在对应内点中随机选取m个样本，迭样本估计模型，若误差减少则更新模型，直到最好的模型出现或者达到最高迭代次数为止；本发明专利技术通过结合最小二乘法来改进RANSAC，提高了SLAM的位姿跟踪线程的精度和鲁棒性。

【技术实现步骤摘要】
一种适用于即时定位与地图构建的RANSAC改进方法
本专利技术涉及计算机视觉、图像处理和定位导航的
，尤其涉及一种适用于即时定位与地图构建的RANSAC改进方法。
技术介绍
移动机器人在未知环境下的自定位和环境模型的建立问题是密切相关的。定位的实现离不开环境模型，而环境模型的准确度又依赖于定位的精度。机器人在未知的环境中没有参照物，只能依靠自身配备的并不是非常准确的传感器来获取外界信息，这时，实现精确的定位是非常困难的。已有地图实现定位和已知位置创建地图都是容易实现的，但是，没有地图的定位和没有定位的地图创建却无从下手。在现在已有的研究中对这类问题的解决方法可分为两类：一类利用自身携带的多种传感器，包括里程仪、陀螺仪、加速度传感器等，通过自身携带的多种传感信息的融合来减小定位误差。使用多传感器的融合算法多为基于卡尔曼滤波的方法，因为这类方法没有参考外部的信息，累计误差会比较大。另一类方法在依靠内自身传感器估计自身运动的同时，使用外部传感器，如激光测距仪、视觉传感器等来感知环境，对获得的信息进行分析并提取环境特征保存，在下一步通过对环境特征本文档来自技高网...

【技术保护点】
1.一种适用于即时定位与地图构建的RANSAC改进方法，其特征在于：包括，/n随机选取n个样本估计模型，利用所述样本估计模型对所有样本点进行计算，获得内点数；/n根据所述内点数更新最佳模型，并保存内点；/n利用最小二乘法并基于设定的阈值估计更新后的最佳模型，并保存对应内点；/n在所述对应内点中随机选取m个样本，迭代所述样本估计模型，若误差减少则更新模型，直到最好的模型出现或者达到最高迭代次数为止。/n

【技术特征摘要】
1.一种适用于即时定位与地图构建的RANSAC改进方法，其特征在于：包括，
随机选取n个样本估计模型，利用所述样本估计模型对所有样本点进行计算，获得内点数；
根据所述内点数更新最佳模型，并保存内点；
利用最小二乘法并基于设定的阈值估计更新后的最佳模型，并保存对应内点；
在所述对应内点中随机选取m个样本，迭代所述样本估计模型，若误差减少则更新模型，直到最好的模型出现或者达到最高迭代次数为止。


2.如权利要求1所述的适用于即时定位与地图构建的RANSAC改进方法，其特征在于：所述内点数包括，



其中，dp为p个点均为内点的概率。


3.如权利要求1或2所述的适用于即时定位与地图构建的RANSAC改进方法，其特征在于：还包括，
若所述内点数超过所述最佳模型的内点数，则更新所述最佳模型。


4.如权利要求3所述的适用于即时定位与地图构建的RANSAC改进方法，其特征在于：设定的阈值包括，
所述设定的阈值Z为：
Z＝ck
其中，k为更新后的最佳模型...

【专利技术属性】
技术研发人员：杨金铎，曾惜，王林波，王元峰，杨凤生，王恩伟，王宏远，付滨，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52