建图回环校正方法、装置及介质制造方法及图纸

本申请实施例提供一种建图回环校正方法、装置及介质，该方法包括：获取起始点的初始点坐标和初始方向角，及预设终点的初始终点坐标；根据初始点坐标和初始终点坐标获取两者在真实空间坐标系中对应的物理距离；获取回环内图像，并根据预设的定位策略和起始点的初始点坐标和初始方向角，获取回环内图像的关键点坐标和关键点方向角；根据关键点坐标和关键点方向角以及预设终点的初始终点坐标，获取位姿转换矩阵；根据位姿转换矩阵将回环内图像进行位姿校正，得到回环矫正图像。本方案能够能够利用环境的几何规则的特性，完成回环校正，可以有效减少建图精度误差，有效提升在导航环节的定位精度和稳定性。定位精度和稳定性。定位精度和稳定性。

【技术实现步骤摘要】
建图回环校正方法、装置及介质


[0001]本申请实施例涉及定位
，具体涉及一种建图回环校正方法、装置及存储介质。

技术介绍

[0002]在视觉SLAM问题中，位姿的估计往往是一个递推的过程，即由上一帧位姿解算当前帧位姿，因此其中的误差便这样一帧一帧的传递下去，也就是累积误差。一个消除误差有效的办法是进行回环检测。回环检测判断机器人是否回到了先前经过的位置，如果检测到回环，它会把信息传递给后端进行优化处理。回环是一个比后端更加紧凑、准确的约束，这一约束条件可以形成一个拓扑一致的轨迹地图。如果能够检测到闭环，并对其优化，就可以让结果更加准确。
[0003]但是，在检测回环时，如果把以前的所有帧都拿过来和当前帧做匹配，匹配足够好的就是回环，但这样会导致计算量太大，匹配速度过慢，而且没有找好初值的情况下，需要匹配的数目非常巨大。

技术实现思路

[0004]本申请实施例提供一种建图回环校正方法、装置及介质，能够利用环境的几何规则的特性，完成回环校正，可以有效减少建图精度误差，有效提升在导航环节的定位精度和稳定性。
[0005]第一方面，本申请实施例提供了一种建图回环校正方法，所述方法包括：
[0006]获取起始点的初始点坐标和初始方向角，及预设终点的初始终点坐标；
[0007]根据所述起始点的初始点坐标和所述预设终点的初始终点坐标，获取所述起始点和所述预设终点在真实空间坐标系中对应的物理距离；
[0008]根据真实空间坐标系和图像坐标系的转换关系，获取所述起始点和所述预设终点在图像坐标系中对应的图像距离；
[0009]获取回环内图像，并根据预设的定位策略和所述起始点的初始点坐标和初始方向角，获取所述回环内图像的关键点坐标和关键点方向角；
[0010]根据所述关键点坐标和关键点方向角以及所述预设终点的初始终点坐标，获取位姿转换矩阵；
[0011]根据所述位姿转换矩阵将所述回环内图像进行位姿校正，得到回环矫正图像。
[0012]第二方面，本申请实施例还提供一种建图回环校正装置，所述建图回环校正装置包括：获取单元和处理单元；
[0013]所述获取单元，用于获取起始点的初始点坐标和初始方向角，及预设终点的初始终点坐标；
[0014]所述获取单元，还用于根据所述起始点的初始点坐标和所述预设终点的初始终点坐标，获取所述起始点和所述预设终点在真实空间坐标系中对应的物理距离；
[0015]所述处理单元，用于根据真实空间坐标系和图像坐标系的转换关系，获取所述起始点和所述预设终点在图像坐标系中对应的图像距离；
[0016]所述处理单元，还用于获取回环内图像，并根据预设的定位策略和所述起始点的初始点坐标和初始方向角，获取所述回环内图像的关键点坐标和关键点方向角；
[0017]所述处理单元，还用于根据所述关键点坐标和关键点方向角以及所述预设终点的初始终点坐标，获取位姿转换矩阵；
[0018]所述处理单元，还用于根据所述位姿转换矩阵将所述回环内图像进行位姿校正，得到回环矫正图像。
[0019]第三方面，本申请实施例还提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请实施例提供的任一种建图回环校正方法中的步骤。
[0020]第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请实施例提供的任一种建图回环校正方法中的步骤。
[0021]从以上内容可得出，本申请能够利用环境的几何规则的特性，完成回环校正，可以有效减少建图精度误差，有效提升在导航环节的定位精度和稳定性。
附图说明
[0022]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本申请中建图回环校正方法的一种流程示意图；
[0024]图2a是本申请中建图回环校正方法中地图1的示意图；
[0025]图2b是本申请中建图回环校正方法中地图2的示意图；
[0026]图2c是本申请中建图回环校正方法中地图3的示意图；
[0027]图2d是本申请中建图回环校正方法中地图4的示意图；
[0028]图3本申请中建图回环校正装置的一种结构示意图；
[0029]图4是本申请处理设备的一种结构示意图。
具体实施方式
[0030]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0031]在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本申请实施例所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可
重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
[0032]本申请的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。所熟知的适合用于本申请的运算系统、环境与组态的范例可包括(但不限于)手持电话、个人计算机、服务器、多处理器系统、微电脑为主的系统、主架构型计算机、及分布式运算环境，其中包括了任何的上述系统或装置。
[0033]本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。
[0034]下面，开始介绍本申请提供的建图回环校正方法。
[0035]参阅图1，图1示出了本申请建图回环校正方法的一种流程示意图，所述方法应用于机器人(如云端机器人)、自动驾驶终端(如自动驾驶智能汽车等)等的导航。本申请提供的方法，具体可包括如下步骤：
[0036]101、获取起始点的初始点坐标和初始方向角，及预设终点的初始终点坐标。
[0037]本申请实施例中，例如以所述方法应用于机器人为例，当机器人在某一空间内开始行走时，其初始可检测获取起始点的初始点坐标和初始方向角，例如设机器人在如图2a
‑
图2d中的A点记为起始点，且A的初始点坐标和初始方向角记为x，y，yaw(方向角)。之后机器人在被操本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建图回环校正方法，其特征在于，所述方法包括：获取起始点的初始点坐标和初始方向角，及预设终点的初始终点坐标；根据所述起始点的初始点坐标和所述预设终点的初始终点坐标，获取所述起始点和所述预设终点在真实空间坐标系中对应的物理距离；根据真实空间坐标系和图像坐标系的转换关系，获取所述起始点和所述预设终点在图像坐标系中对应的图像距离；获取回环内图像，并根据预设的定位策略和所述起始点的初始点坐标和初始方向角，获取所述回环内图像的关键点坐标和关键点方向角；根据所述关键点坐标和关键点方向角以及所述预设终点的初始终点坐标，获取位姿转换矩阵；根据所述位姿转换矩阵将所述回环内图像进行位姿校正，得到回环矫正图像。2.根据权利要求1所述的方法，其特征在于，所述根据预设的定位策略和所述起始点的初始点坐标和初始方向角，获取所述回环内图像的关键点坐标和关键点方向角，包括：获取所述初始点坐标的纵坐标作为所述回环内图像的关键点坐标的纵坐标；获取所述初始点坐标的横坐标并与所述图像距离求差得到求差结果，将所述求差结果作为所述回环内图像的关键点坐标的横坐标；获取所述起始点的初始方向角作为所述回环内图像的关键点方向角。3.根据权利要求1所述的方法，其特征在于，所述根据所述关键点坐标和关键点方向角以及所述预设终点的初始终点坐标，获取位姿转换矩阵，包括：获取所述初始终点坐标对应的第一坐标，及所述关键点坐标对应的第二坐标，根据第二坐标与位姿转换矩阵相乘等于第一坐标的转换策略，计算获取所述位姿转换矩阵。4.根据权利要求1所述的方法，其特征在于，所述根据所述位姿转换矩阵将所述回环内图像进行位姿校正，得到回环矫正图像，包括：将所述回环内图像根据所述位姿转换矩阵进行基于光束平差的位姿校正，得到回环矫正图像。5.根据权利要求1所述的方法，其特征在于，所述根据所述位姿转换矩阵将所述回环内图像进行位姿校正，得到回环矫正图像之后，还包括：获取所述回环矫正图像在原始地图数据对应的目标区域，将所述目标...

【专利技术属性】
技术研发人员：张站朝，
申请(专利权)人：达闼机器人有限公司，
类型：发明
国别省市：