地图构建方法、系统、设备以及计算机存储介质技术方案

本申请公开了一种地图构建方法、系统、设备以及计算机存储介质，该地图构建方法包括：接收图像数据以及惯性数据；基于所述图像数据和惯性数据，获取所述地图的三维坐标点；利用所述三维坐标点生成平面数据；结合所述三维坐标点和所述平面数据，构建所述地图。本申请的地图构建方法实现图像数据、惯性数据以及平面数据紧耦合，通过平面数据有效提高对环境的定位，通过惯性数据提供精确的短时跟踪，实现弱纹理环境下实时高效位姿和地图估计。纹理环境下实时高效位姿和地图估计。纹理环境下实时高效位姿和地图估计。

【技术实现步骤摘要】
地图构建方法、系统、设备以及计算机存储介质


[0001]本申请涉及计算机视觉处理
，特别是涉及一种地图构建方法、系统、设备以及计算机存储介质。

技术介绍

[0002]视觉SLAM(Visual Simultaneous Localization and Mapping)在过去20年被深入研究且已经广泛应用于机器人，自动驾驶，AR(Augmented Reality，增强现实)/VR(Virtual Reality，虚拟现实)等新兴领域。现有的视觉SLAM算法可以根据前端跟踪模式的不同分为基于特征点的间接法与基于灰度信息的直接法两类。而根据后端优化方法不同，又可以分成基于滤波和基于光束法平差两种方案。
[0003]在基于单目的SLAM模式下，受制于相机视场角不足的问题，当发生剧烈运动，光照变化，或者纹理稀少的情况时，无论是基于特征点法还是直接法都不够鲁棒。而全景视觉传感器可以获取周围360
°
的场景信息，恰好可以有效解决视场角不足的问题。但是由于视觉传感器本身的缺陷，即便使用全景相机仍然还是会发生跟踪丢失的现象。

技术实现思路

[0004]本申请提供一种地图构建方法、系统、设备以及计算机存储介质。
[0005]本申请采用的一个技术方案是提供一种地图构建方法，所述地图构建方法包括：
[0006]接收图像数据以及惯性数据；
[0007]基于所述图像数据和惯性数据，获取所述地图的三维坐标点；
[0008]利用所述三维坐标点生成平面数据；
[0009]结合所述三维坐标点和所述平面数据，构建所述地图。
[0010]其中，所述利用所述三维坐标点生成平面数据之后，所述地图构建方法还包括：
[0011]利用所述惯性数据获取惯性约束；
[0012]利用所述平面数据和所述三维坐标点获取重投影误差和深度约束；
[0013]按照所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数；
[0014]利用所述第一平面优化函数对所述平面数据进行优化。
[0015]其中，所述按照所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数，包括：
[0016]基于所述平面数据和所述三维坐标点，获取平面关联的观测点在第一关键帧的第一坐标，以及所述观测点在第二关键帧的第二坐标；
[0017]利用所述第一坐标、所述第二坐标以及预设的投影方程，获取所述观测点与所述平面的点面约束；
[0018]按照所述点面约束、所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数。
[0019]其中，所述利用所述三维坐标点生成平面数据之后，所述地图构建方法还包括：
[0020]基于所述图像数据，获取采集第一关键帧的第一相机参数，以及采集第二关键帧的第二相机参数；
[0021]获取所述第一相机参数和所述第二相机参数的相对相机参数；
[0022]利用所述平面数据、所述相对相机参数、所述第一相机参数和所述第二相机参数生成第二平面优化函数；
[0023]利用所述第二平面优化函数对所述平面数据进行优化。
[0024]其中，所述基于所述图像数据和惯性数据，获取所述地图的三维坐标点，包括：
[0025]利用前端对所述图像数据和所述惯性数据进行数据处理，得到实时的第一三维坐标点；
[0026]将所述前端的图像数据和惯性数据传输到后端；
[0027]利用所述后端对所述前端的图像数据和惯性数据进行数据处理，得到非实时的第二三维坐标点。
[0028]其中，所述利用所述三维坐标点生成平面数据，包括：
[0029]利用所述前端基于所述第一三维坐标点，生成实时的第一平面数据；
[0030]利用所述后端基于所述第二三维坐标点，生成非实时的第二平面数据；
[0031]所述结合所述三维坐标点和所述平面数据，构建所述地图，包括
[0032]结合所述第一三维坐标点、所述第一平面数据、所述第二三维坐标点以及所述第二平面数据构建所述地图。
[0033]其中，所述结合所述第一三维坐标点、所述第一平面数据、所述第二三维坐标点以及所述第二平面数据构建所述地图，包括：
[0034]利用所述第一三维坐标点和所述第二三维坐标点创建三维网格；
[0035]利用所述第一平面数据、所述第二平面数据以及所述三维网格，生成若干地图平面；
[0036]利用所述若干地图平面获取最终的地图。
[0037]其中，所述生成若干地图平面之后，所述地图构建方法还包括：
[0038]基于所述若干地图平面在所述三维网格中的位置，建立所述第一三维坐标点、所述第二三维坐标点与所述地图平面的关联，以及建立相邻地图平面之间的关联；
[0039]所述利用所述若干地图平面获取最终的地图，包括：
[0040]利用所述第一三维坐标点、所述第二三维坐标点与所述地图平面的关联，和相邻地图平面之间的关联构建最终的地图。
[0041]本申请采用的另一个技术方案是提供一种地图构建系统，所述地图构建系统包括：
[0042]前端，用于接收图像数据以及惯性数据，基于所述图像数据和所述惯性数据获取实时的第一三维坐标点，以及基于所述第一三维坐标点生成第一平面数据；
[0043]后端，用于接收所述前端的图像数据以及惯性数据，基于所述图像数据和所述惯性数据获取非实时的第二三维坐标点，以及基于所述第二三维坐标点生成第二平面数据；
[0044]平面模块，用于结合所述第一三维坐标点、所述第一平面数据、所述第二三维坐标点以及所述第二平面数据构建所述地图。
[0045]其中，所述地图构建系统，还包括：
[0046]地图模块，用于存储所述地图。
[0047]本申请采用的另一个技术方案是提供一种终端设备，所述终端设备包括存储器以及与所述存储器耦接的处理器；
[0048]其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如上述的地图构建方法。
[0049]本申请采用的另一个技术方案是提供一种计算机存储介质，所述计算机存储介质用于存储程序数据，所述程序数据在被计算机执行时，用以实现如上述的地图构建方法。
[0050]本申请的有益效果是：本申请提供的终端设备接收图像数据以及惯性数据；基于所述图像数据和惯性数据，获取所述地图的三维坐标点；利用所述三维坐标点生成平面数据；结合所述三维坐标点和所述平面数据，构建所述地图。本申请的地图构建方法实现图像数据、惯性数据以及平面数据紧耦合，通过平面数据有效提高对环境的定位，通过惯性数据提供精确的短时跟踪，实现弱纹理环境下实时高效位姿和地图估计。
附图说明
[0051]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，对本领域普通技术人员来讲，在不付出创造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地图构建方法，其特征在于，包括：接收图像数据以及惯性数据；基于所述图像数据和惯性数据，获取所述地图的三维坐标点；利用所述三维坐标点生成平面数据；结合所述三维坐标点和所述平面数据，构建所述地图。2.根据权利要求1所述的地图构建方法，其特征在于，所述利用所述三维坐标点生成平面数据之后，所述地图构建方法还包括：利用所述惯性数据获取惯性约束；利用所述平面数据和所述三维坐标点获取重投影误差和深度约束；按照所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数；利用所述第一平面优化函数对所述平面数据进行优化。3.根据权利要求2所述的地图构建方法，其特征在于，所述按照所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数，包括：基于所述平面数据和所述三维坐标点，获取平面关联的观测点在第一关键帧的第一坐标，以及所述观测点在第二关键帧的第二坐标；利用所述第一坐标、所述第二坐标以及预设的投影方程，获取所述观测点与所述平面的点面约束；按照所述点面约束、所述惯性约束、所述重投影误差和所述深度约束生成第一平面优化函数。4.根据权利要求1～3任一项所述的地图构建方法，其特征在于，所述利用所述三维坐标点生成平面数据之后，所述地图构建方法还包括：基于所述图像数据，获取采集第一关键帧的第一相机参数，以及采集第二关键帧的第二相机参数；获取所述第一相机参数和所述第二相机参数的相对相机参数；利用所述平面数据、所述相对相机参数、所述第一相机参数和所述第二相机参数生成第二平面优化函数；利用所述第二平面优化函数对所述平面数据进行优化。5.根据权利要求1所述的地图构建方法，其特征在于，所述基于所述图像数据和惯性数据，获取所述地图的三维坐标点，包括：利用前端对所述图像数据和所述惯性数据进行数据处理，得到实时的第一三维坐标点；将所述前端的图像数据和惯性数据传输到后端；利用所述后端对所述前端的图像数据和惯性数据进行数据处理，得到非实时的第二三维坐标点。6.根据权利要求5所述的地图构建方法，其特征在于，所述利用所述三维坐标点生成平面数据，包括：利用所述前端基于所述第一三维坐标点，生成实时的第一平面数据；利用所述后端基于所述第二三...

【专利技术属性】
技术研发人员：王帅，陈丹鹏，王楠，
申请(专利权)人：深圳市慧鲤科技有限公司，
类型：发明
国别省市：