一种重定位方法及电子设备技术

本发明专利技术公开了一种重定位方法及电子设备，其中，重定位方法包括针对在局部语义地图中观测到的第一物体，关联第一物体和第一全局物体，得到第一关联对，第一全局物体为全局语义地图中与第一物体具有相同语义信息的物体；针对在局部语义地图中观测到的第二物体，关联第二物体和第二全局物体，得到第二关联对，第二全局物体为全局语义地图中与第二物体具有相同语义信息的物体；若第一物体与第二物体之间的欧式距离，与第一全局物体与第二全局物体之间的欧式距离相匹配，合并第一关联对和第二关联对，并基于合并的关联对，对视觉设备进行重定位。重定位的准确度高。重定位的准确度高。重定位的准确度高。

【技术实现步骤摘要】
一种重定位方法及电子设备


[0001]本专利技术涉及自动驾驶
，具体涉及一种重定位方法及电子设备。

技术介绍

[0002]在自动驾驶技术的SLAM（simultaneouslocalizationandmapping，即时定位与地图构建）功能模块中，重定位是核心功能之一，被广泛用于解决全局任意起始点初始化、轨迹追踪丢失后重新寻迹等关键问题。现有基于视觉的重定位功能实现可分为基于稀疏特征点的重定位方法和基于语义重定位的方法。其中，基于语义重定位的方法由于利用了高阶语义信息，特征稳定性更强。这个方向目前主要分为两个大类，一类是使用神经网络强大的学习功能，根据观测的语义信息提取特征对，然后利用特征匹配找到对应的场景，最后再计算相机的位姿。另一类是基于传统计算机视觉技术的算法，其主要思路就是将语义定位问题抽象为图匹配问题，然后用图匹配算法进行求解。这类方法计算量小，使用性高，可迁移性强。但重定位的准确度还有待提升。

技术实现思路

[0003]有鉴于此，本专利技术实施方式提供了一种重定位方法、电子设备及计算机可读存储介质，可以提高重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种重定位方法，其特征在于，所述方法包括：针对在局部语义地图中观测到的第一物体，关联所述第一物体和第一全局物体，得到第一关联对，所述第一全局物体为全局语义地图中与所述第一物体具有相同语义信息的物体；针对在所述局部语义地图中观测到的第二物体，关联所述第二物体和第二全局物体，得到第二关联对，所述第二全局物体为所述全局语义地图中与所述第二物体具有相同语义信息的物体；若所述第一物体与所述第二物体之间的欧式距离，与所述第一全局物体与所述第二全局物体之间的欧式距离相匹配，合并所述第一关联对和所述第二关联对，并基于合并的关联对，对视觉设备进行重定位。2.如权利要求1所述的方法，其特征在于，所述全局语义地图中存在多个所述第一全局物体；所述关联所述第一物体和第一全局物体，包括：构建包括关联子集的关联集合，并在每个所述关联子集中关联所述第一物体与其中一个所述第一全局物体；所述合并所述第一关联对和所述第二关联对，包括：针对任一所述关联子集，若该关联子集中的第一物体与所述第二物体之间的欧式距离，与该关联子集中的第一全局物体与所述第二全局物体之间的欧式距离相匹配，将所述第二关联对合并至该关联子集中，得到新关联子集。3.如权利要求2所述的方法，其特征在于，所述关联子集包括子集得分，每个所述关联子集的子集得分用于评估相应关联子集在所有关联子集中的优先级顺序；在得到新关联子集后，所述方法还包括：更新所述新关联子集的子集得分，以提高所述新关联子集在关联子集中的优先级。4.如权利要求3所述的方法，其特征在于，所述关联子集的子集得分与所述关联子集的优先级成正比，所述第二关联对存在对应的临时得分；更新所述新关联子集的子集得分，包括：将所述新关联子集当前的子集得分、所述第二关联对对应的临时得分以及最小欧式距离比相加后得到的值，作为所述新关联子集更新后的子集得分；其中，所述最小欧式距离比基于如下表达式得到：其中，h表示最小欧式距离比，表示所述新关联子集中的第一物体与所述第二物体之间的欧式距离，表示所述新关联子集中的第一全局物体与所述第二全局物体之间的欧式距离。5.如权利要求3所述的方法，其特征在于，所述基于合并的关联对，对视觉设备进行重定位，包括：在所有的关联...

【专利技术属性】
技术研发人员：胡兰，张如高，虞正华，
申请(专利权)人：苏州魔视智能科技有限公司，
类型：发明
国别省市：