一种回环检测方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种回环检测方法、装置和电子设备，其中，对获取到的当前的周围环境图像进行处理，得到当前的周围环境图像的关键帧、关键帧位置信息、以及当前的周围环境图像中特征点的位置信息后，确定出当前的周围环境图像的关键帧的回环帧；最后，根据关键帧位置信息和当前的周围环境图像中特征点，对当前的周围环境图像的关键帧与回环帧之间的相对位姿进行计算，可以通过训练好的深度学习模型对所述灰度图像进行处理，得到当前的周围环境图像的灰度图像中各点数据为特征点的置信度和各点数据的描述子，并利用得到的各所述点数据的描述子确定出所述当前的周围环境图像的关键帧的回环帧，从而避免视角切换前后视角差带来的回环检测失败问题。回环检测失败问题。回环检测失败问题。

【技术实现步骤摘要】
一种回环检测方法、装置和电子设备


[0001]本专利技术涉及计算机
，具体而言，涉及一种回环检测方法、装置和电子设备。

技术介绍

[0002]目前，在需要进行视角切换的陆空两栖平台上还没有有效的回环检测方法。对陆空两栖平台而言，其观察模式在陆地上和空中来回切换的特性给视觉SLAM带来了很大的挑战。观察模式在陆地上和空中来回切换变化导致的视角变化会产生视角差，视角差的出现会导致现有的回环检测方法难以正确地对陆空两栖平台经过同一环境时进行回环检测。

技术实现思路

[0003]为解决上述问题，本专利技术实施例的目的在于提供一种回环检测方法、装置和电子设备。
[0004]第一方面，本专利技术实施例提供了一种回环检测方法，包括：
[0005]获取当前的周围环境图像，对所述当前的周围环境图像进行处理，得到所述当前的周围环境图像的关键帧、关键帧位置信息、以及所述当前的周围环境图像中特征点的位置信息；
[0006]对所述当前的周围环境图像进行预处理，得到所述当前的周围环境图像的灰度图像，并通过训练好的深度学习模型对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种回环检测方法，其特征在于，包括：获取当前的周围环境图像，对所述当前的周围环境图像进行处理，得到所述当前的周围环境图像的关键帧、关键帧位置信息、以及所述当前的周围环境图像中特征点的位置信息；对所述当前的周围环境图像进行预处理，得到所述当前的周围环境图像的灰度图像，并通过训练好的深度学习模型对所述灰度图像进行处理，得到所述灰度图像中各点数据为特征点的置信度和各所述点数据的描述子；基于所述灰度图像中各点数据为特征点的置信度、各点数据的描述子、所述当前的周围环境图像中特征点的位置信息，确定出所述当前的周围环境图像的关键帧的回环帧；根据关键帧位置信息和所述当前的周围环境图像中特征点，对所述当前的周围环境图像的关键帧与所述回环帧之间的相对位姿进行计算。2.根据权利要求1所述的方法，其特征在于，所述基于所述灰度图像中各点数据为特征点的置信度、各点数据的描述子、所述当前的周围环境图像中的特征点的位置信息，确定出所述当前的周围环境图像的关键帧的回环帧，包括：获取所述当前的周围环境图像的分辨率信息和所述灰度图像的分辨率信息；利用线型方法，对所述当前的周围环境图像的分辨率信息和所述灰度图像的分辨率信息进行处理，以将所述当前的周围环境图像中特征点的位置信息转换为所述灰度图像中特征点的位置信息；将所述灰度图像中特征点的位置信息对应位置的点数据的描述子确定为第一特征点的描述子；其中，所述第一特征点的位置信息是确定的；将各点数据中除位置信息确定的特征点之外的剩余点数据中置信度大于置信度阈值的点数据确定为第二特征点，并将各点数据中除位置信息确定的特征点外的剩余点数据中置信度大于置信度阈值的点数据的描述子确定为所述第二特征点的描述子；其中，所述第二特征点的位置信息是未确定的；对所述第一特征点的描述子和所述第二特征点的描述子进行二值化处理，得到二值化的描述子；从训练好的词袋模型中确定出表征所述二值化的描述子的单词，并统计得到所述词袋模型中各单词表征所述二值化的描述子时的出现次数，并根据所述词袋模型中各单词表征所述二值化的描述子时的出现次数，得到表达所述当前的周围环境图像的特征向量[m1，m2，
……
，mi]，其中，mi表示所述词袋模型中第i个单词表征所述二值化的描述子时的出现次数；获取至少两个历史周围环境图像的特征向量，分别计算所述当前的周围环境图像的特征向量与至少两个历史周围环境图像的特征向量中各历史周围环境图像的特征向量的相似度；将至少两个历史周围环境图像的特征向量中与所述当前的周围环境图像的特征向量相似度最大的历史周围环境图像的特征向量对应的关键帧确定为所述当前的周围环境图像的关键帧的备选回环帧；当所述备选回环帧与所述当前的周围环境图像的匹配特征点的数量大于特征点数量阈值时，将所述备选回环帧确定为所述当前的周围环境图像的关键帧的回环帧，从而完成
当前的周围环境图像的回环检测。3.根据权利要求2所述的方法，其特征在于，所述对所述第一特征点的描述子和所述第二特征点的描述子进行二值化处理，得到二值化的描述子，包括：通过以下公式对所述第一特征点的描述子和所述第二特征点的描述子进行二值化处理，得到二值化的描述子：其中，c
j
表示所述第一特征点的描述子和所述第二特征点的描述子中任一描述子第j维二值化后的数值；v
j
表示所述第一特征点的描述子和所述第二特征点的描述子中任一描述子第j维二值化前的数值。4.根据权利要求2所述的方法，其特征在于，所述分别计算所述当前的周围环境图像的特征向量与至少两个历史周围环境图像的特征向量中各历史周围环境图像的特征向量的相似度，包括：通过以下公式对所述当前的周围环境图像的特征向量与至少两个历史周围环境图像的特征向量中各历史周围环境图像的特征向量的相似度进行计算：其中，s(a,b)表示所述当前的周围环境图像的特征向量与至少两个历史周围环境图像的特征向量中各历史周围环境图像的特征向量的相似度；a表示所述当前的周围环境图像的特征向量；b表示至少两个历史周围环境图像的特征向量中各历史周围环境图像的特征向量；W表示特征向量的维度；‖a
‑
b‖1表示a与b的差值的L1范数。5.根据权利要求2所述的方法，其特征在于，在所述当所述备选回环帧与所述当前的周围环境图像的匹配特征点的数量大于特征点数量阈值时，将所述备选回环帧确定为所述当前的周围环境图...

【专利技术属性】
技术研发人员：王雨桐，向真，樊伟，徐彬，刘春桃，
申请(专利权)人：北京理工大学重庆创新中心，
类型：发明
国别省市：