基于上下文的描述符合对应扩展的有效地图合并方法技术

本发明专利技术提供基于上下文的描述符合对应扩展的有效地图合并方法，涉及移动机器人、导航定位和计算机视觉技术领域。该基于上下文的描述符合对应扩展的有效地图合并方法分为四部分，1)由Harr i s角点检测器为每个栅格地图检测兴趣点；2)计算兴趣点f的基于上下文的描述符(σ，N，D)并建立原始匹配对，其中(σ，N，D)分别表示比例半径，基于特征值的向量和基于特征向量的矩阵；3)设计了基于尺度比例的匹配对扩展，将每个原始匹配对扩展为一个特征匹配集，用于估计一个仿射变换；4)定义测量函数确认最佳相似度转换，通过STr I CP算法进行精炼，以实现准确的栅格地图合并。已解决现有的单机器人只适用于构建中小型环境地图的问题。

【技术实现步骤摘要】
基于上下文的描述符合对应扩展的有效地图合并方法
本专利技术涉及移动机器人、导航定位和计算机视觉
，具体为基于上下文的描述符合对应扩展的有效地图合并方法。
技术介绍
随着计算机和传感器设备的迅速发展，移动机器人技术已经广泛地应用于人类生产和生活相关的各个领域。移动机器人在执行各种任务的过程中需要非常精确的地图环境，因此必须安装大量的感知设备，例如激光雷达、红外相机等。作为机器人技术中最关键的技术之一，同步定位和地图绘制(SLAM)旨在通过感知设备构建一致的环境图，并在其周围环境中定位自主机器人，确保任务的顺利执行。目前，很多机器人上都已配备SLAM功能。这些移动机器人已在各个领域得到广泛应用，主要包括：无人驾驶汽车，农林业，服务业、军事和矿产资源开采等领域。下面将介绍SLAM技术在上述几个领域中的应用：1)无人驾驶汽车无人驾驶车是当今人工智能领域的热点问题，随着城市物联网和智能系统的完善，无人驾驶必是大势所趋。无人驾驶主要是利用激光雷达作为核心传感器，来获取地图数据，并构建地图，规避路程中遇到的障碍物，实现路径规划。它在行驶的过程中需要借助于这些传感器采集车体周围环境的感知信息，然后利用相关的SLAM算法和技术将感知信息转化成计算机能够理解的环境地图，并提供给规划模块进行运动规划，以获得合适的控制输入量驱动无人驾驶车向前行驶。2)矿产资源开采矿产资源是一个国家的财富，如何合理地开采矿产资源是每个国家都面临的一个难题。能否做到对于资源的合理开采，最关键的是能否绘制出精确的地下矿井地图。采用人工绘制矿井地图的方式既又无法保证精确性，而且危险性大，无法绘制出精确的矿井地图。目前，矿难事故的发生十分常见，救援人员在救援过程中也需要精确的矿井地图。在矿车上安装计算平台、激光雷达传感器和视频采集设备，利用SLAM算法绘制出矿井地图。相比于人工的绘制方式，利用移动机器人绘制地图的方式更加可靠且精确，目前SLAM技术已成功应用于矿井地图的绘制工作中。3)家庭与社会服务为解决人口老龄化等所导致的家庭和社会服务问题，研发出具有高性价比的家庭和社会服务机器人已成为了许多研究机构和公司的兴趣点。目前应用最为成熟的是扫地机行业，扫地机器人是最早用到SLAM技术的移动机器人。而执行扫地任务一个基本前提是机器人能实现自身的精确定位和导航。用SLAM算法结合激光雷达或者摄像头的方法，让扫地机可以高效绘制室内地图，智能分析和规划扫地环境。研发出其它具有高性价比的家庭和社会服务机器人仍具有广阔的前景。对于没有GPS的环境中的自主机器人导航，构建准确的地图至关重要。同时定位和映射(SLAM)作为机器人技术中最关键的技术之一，旨在将自主机器人定位在其周围环境中，同时构建一致的环境映射。在以往的工作中，大多数研究都集中在单机器人SLAM上。然而，由于映射误差积累问题，单机器人只适用于中小型环境的地图构建。与单机器人相比，多机器人系统在同时定位和映射(SLAM)的准确性，效率和鲁棒性方面具有更好的性能。对于大规模环境，多机器人SLAM从效率、精度和鲁棒性方面是一个更好的选择。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了基于上下文的描述符合对应扩展的有效地图合并方法，解决了现有的单机器人只适用于构建中小型环境地图的问题。(二)技术方案为达到上述目的，本专利技术采用了以下技术方案。基于上下文的描述符合对应扩展的有效地图合并方法，包括以下步骤：1)Harris角点检测器为每个栅格地图检测兴趣点：Sobel运算符可以从每个栅格图中提取一个2D点集。考虑到效率，有必要选择这些点的一部分作为用于特征匹配的特征点。简单来说，很容易为通过均匀采样设置的边缘点选择兴趣点。在相同的栅格图中均匀采样以很难获得具有高重复性的兴趣点环境。在这种情况下，要合并的两个地图之间几乎没有兴趣点对应关系，导致正确的功能匹配不足。因此，统一采样不是选择兴趣的有效方法。本专利技术使用哈里斯角点检测器检测兴趣点，这是由于它对图像噪声，旋转和缩放具有很强的不变性。具体来说，该检测器利用局部自相关功能测量在两个方向上少量移动的小块内像素值的局部变化。检测到的哈里斯角代表了独特的环境局部结构，并且具有很高的可重复性。在两个栅格地图中，这有助于建立正确的特征匹配。为了提高后处理的重复性和效率，本专利技术选取了均匀分布在地图上对局部自相关函数有较强响应的Harris角点。2)计算兴趣点f的基于上下文的描述符(σ，N，D)并建立原始匹配对，其中(σ，N，D)分别表示比例半径，基于特征值的向量和基于特征向量的矩阵。通过根据每个兴趣点的局部结构找到比例尺半径。缩放半径由以下对边缘点的观察定义：兴趣点周围的点密度分布相对于半径确定的圆是变化的，一旦独特的局部结构被圆包围，其值将达到全局最大值。因此，将具有全局最大密度值的半径定义为比例半径。但是在现实中，很难获得一个兴趣点的真实点密度分布，因此可以通过近似计算来估计它。给定一个兴趣点，密度值的计算从一个小圆圈(半径)开始。半径需要按固定的增量逐渐增加，以计算相应的密度值。一旦增加步长达到预设值，就停止计算密度。随后，容易获得最大密度值并将相应的半径作为刻度半径。由于标度半径是由兴趣点独特的局部结构决定的，它与栅格图的分辨率无关。给定一个兴趣点f，用尺度半径和特征值、法线两种信息来描述其局部几何结构。为了描述f的局部结构，本专利技术定义了L个不同的支撑半径，通过这些支撑半径，可以计算其对应矩阵Cl。通过奇异值分解(SVD)，将2×2对应矩阵分解为两个特征向量(n1，n2)和对应的特征值λ1≥λ2。对于较小的半径，支撑区域内的边缘点大约位于一条线上。因此，n1对沿线的点分布很敏感，并且n2可以看作是线法线，比n1更稳定。定义法线矩阵N与特征值的归一化向量后，可以得到基于特征值的向量D。基于上下文的描述符由比例半径σ，矩阵N和向量D组成，它们可以描述每个兴趣点的局部几何结构。由于特征值是旋转不变的，因此基于特征值的向量D也具有旋转不变的良好特性。基于D，通过NN搜索算法在两个栅格图之间建立原始匹配对是有效的。3)设计了基于尺度比例的匹配对扩展，将每个原始匹配对(f,f')扩展为一个特征匹配集，用于估计一个仿射变换。有效的对应关系扩展要求将所有原始匹配对扩展为多个匹配集，在其中可以确定最精确的匹配集，以估计两个栅格图之间的良好初始转换。扩展是从(fp,fq)开始，对应的匹配集被初始化为m＝(fp,fq)，要在此原始匹配对周围找到更多特征匹配，本专利技术定义了与比例无关的距离公式d，如果在原始匹配对(fp,fq)周围有正确的特征匹配(fi,fj)则它们与比例无关的距离应相似并且满足条件：||dpi-dqj||2＜ε1,根据与比例无关的距离，可能能够在原始匹配对周围获得几个潜在的特征匹配。因此，应进一步验证这些潜在的特征匹配，以保留正确的特征匹配。随着尺度半径a的增加，利用矩阵N和向量D来描述局部几何特征兴趣点f的结构。为了进一步验证，本发本文档来自技高网...

【技术保护点】
1.基于上下文的描述符合对应扩展的有效地图合并方法，其特征在于，包括以下步骤：/nS1、由Harris角点检测器为每个栅格地图检测兴趣点：/n检测器利用局部自相关功能测量在两个方向上少量移动的小块内像素值的局部变化；/nS2、计算兴趣点f的基于上下文的描述符(σ，N，D)并建立原始匹配对：/n根据每个兴趣点的局部结构找到比例尺半径；/n根据半径兴趣点周围的点密度分布的最大密度值，定义缩放半径；/n基于D，通过NN搜索算法在两个栅格图之间建立原始匹配对；/n其中,(σ，N，D)分别表示比例半径、基于特征值的向量和基于特征向量的矩阵；/nS3、设计基于尺度比例的匹配对扩展，将每个原始匹配对扩展为一个特征匹配集，用于估计一个仿射变换：/n定义与比例无关的距离公式d，在原始匹配对(f

【技术特征摘要】
1.基于上下文的描述符合对应扩展的有效地图合并方法，其特征在于，包括以下步骤：
S1、由Harris角点检测器为每个栅格地图检测兴趣点：
检测器利用局部自相关功能测量在两个方向上少量移动的小块内像素值的局部变化；
S2、计算兴趣点f的基于上下文的描述符(σ，N，D)并建立原始匹配对：
根据每个兴趣点的局部结构找到比例尺半径；
根据半径兴趣点周围的点密度分布的最大密度值，定义缩放半径；
基于D，通过NN搜索算法在两个栅格图之间建立原始匹配对；
其中,(σ，N，D)分别表示比例半径、基于特征值的向量和基于特征向量的矩阵；
S3、设计基于尺度比例的匹配对扩展，将每个原始匹配对扩展为一个特征匹配集，用于估计一个仿射变换：
定义与比例无关的距离公式d，在原始匹配对(fp,fq)周围存在满足||dpi-dqj||2＜ε1的正确的特征匹配(fi,fj)；
在原始匹配对周围获得若干个潜在的特征匹配，进行验证潜在的特征匹配，保留正确的特征匹配；
其中，至少包含两个特征匹配；
S4、定义测量函数确认最佳相似度转换，通过STrICP算法进行精炼，以实现准确的栅格地图合并：
通过Sobel算子从两个栅格图中提取边缘点和然后为每个变换找到最佳重叠百分比，建立求重叠百分比的公式后，使用修整后的均方误差(TMSE)来测量每个变换(s,R,t)1…(s,R,t)n，其中均方误差最小的那个将被选作地图合并的初始变换{s0,R0,t0}。


2.根据权利要求1所述的基于上下文的描述符合对应扩展的有效地图合并方法，其特征在于：所述S1中的兴趣点选取均匀分布在地图上对局部自相关函数有较强响应的Harris角点作为特征点。


3.根据权利要求1所述的基于上下文的描述...

【专利技术属性】
技术研发人员：王晓龙，许灵，樊旭，姚干，严浩，
申请(专利权)人：武汉工控仪器仪表有限公司，
类型：发明
国别省市：湖北;42