基于图像、激光雷达与里程计的网格地图创建方法及装置制造方法及图纸

本发明专利技术公开了一种基于图像、激光雷达与里程计的网格地图创建方法及装置，所述方法在采集信息阶段通过时间戳近似同步的方法将机器采集到的数据进行融合，提高信息间的关联性，在地图创建阶段根据采集图像的差异程度确定网格地图中每个网格的大小与网格内的角度区间，在保存地图信息时将采集到的图像数据通过卷积自编码器压缩为一维特征向量后与里程计信息并联存储，同时可以实现在需要查看图像信息时将特征向量信息复原为图像信息，在地图创建时使用分块更新的方法对创建出的地图轮廓进行实时更新。本发明专利技术和传统方法相比，具有存储空间占用少，地图创建速度快的优势，解决了传统网格地图中无法展示图像信息以及地图实时性较差的问题。时性较差的问题。时性较差的问题。

【技术实现步骤摘要】
基于图像、激光雷达与里程计的网格地图创建方法及装置


[0001]本专利技术涉及计算机应用
，具体涉及一种基于图像、激光雷达与里程计的网格地图创建方法及装置。

技术介绍

[0002]地图是移动智能体自主导航功能的核心，它是机器人实现定位与重定位功能的基础。通常地图的创建需要利用移动智能体本身所携带的传感器收集周围环境信息，将这部分数据转化为地图中的可视化信息，将机器人实际位置与地图对应位置信息进行关联，从而实现地图创建。根据使用传感器的不同，通常分为单一传感器地图创建与多传感器融合地图创建。使用单一传感器进行地图创建时会出现测量的范围窄、视野小等问题。而使用多传感器融合地图创建时由于计算量较大，地图实时性较差，地图准确度受传感器数据融合情况影响较大，并且部分地图在用于路径规划、重定位等导航相关功能时效果较差。

技术实现思路

[0003]为了解决现有网格地图中无法展示图像信息以及地图实时性较差的问题，本专利技术提供了一种基于图像、激光雷达与里程计的网格地图创建方法。
[0004]专利技术提供的网格地图创建方法包括以下步骤：
[0005](1)将图像数据、2D激光雷达数据以及里程计数据合并为一个小组，按照数据传输的先后顺序向小组中加入数据，选择最后加入该小组数据的时间戳作为该小组的整体时间戳，其中，图像数据优选由RGB或深度图像采集器获取。意外情况，如果图像数据、2D激光雷达数据以及里程计数据的时间戳相差时间大于移动智能体中ROS系统获取数据的时间间隔的2倍，则丢弃该组数据，重新进行数据获取。
[0006](2)根据环境的复杂程度选取样本数量，通过比较样本数据降维后特征向量的欧式距离来判定差别大小，将样本中欧式距离发生明显变化时图像样本对应的距离和角度差作为地图尺度。
[0007](3)在图像存储阶段，将图像压缩为一维特征向量后以文本的格式进行保存，若创建的网格地图区间大小为ρ，则网格地图中每个网格内存储的特征向量为360/ρ，分别存储在不同角度间隔中，其中每个角度间隔中只保存当前最新的一组图像；在地图创建过程中，如果系统判定当前位置图像发生变化，则地图内特征向量也同时发生改变。
[0008](4)在地图轮廓创建时以移动智能体为中心每90
°
为区间更新地图，在对地图进行更新时，将现实坐标信息以及角度朝向通过公式x
i
＝x0+cosθ
·
k
i
和公式y
i
＝y0+sinθ
·
k
i
进行计算得到激光数据在网格地图中的位置；其中：其中，(x0,y0)为移动智能体在网格地图中的坐标，θ为移动智能体当前的朝向角度，k
i
是当前位置2D激光雷达采集到的当前位置与障碍物之间的距离，i为采集到的激光点的个数，(x
i
,y
i
)为2D激光雷达采集到的数据在网格地图中的映射。
[0009]此外，本专利技术还提供了一种网格地图装置，包括图像采集器、2D激光雷达、里程计、
处理器以及可读存储介质；所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述网格地图创建方法的步骤。
附图说明
[0010]图1是本专利技术实施例中地图创建方法的流程图。
具体实施方式
[0011]下面结合附图和实施例对本专利技术作出进一步的详细描述。
[0012]1.首先在采集信息时通过时间戳将数据对齐，将RGB图像信息(由RGB图像采集器获取)、2D激光雷达数据以及里程计的信息合并为一个小组，按照数据传输的先后顺序向小组中加入数据。当上述三种传感器数据都传入小组后，选择最后加入该小组数据的时间戳作为该小组的整体时间戳。设RGB图像数据的时间戳为{a1,a2,
…
,a
n
}，2D激光雷达数据的时间戳为{b1,b2,
…
,b
n
}，移动智能体中里程计数据的时间戳为{c1,c2,
…
,c
n
}，以移动智能体中ROS系统每次获取数据时的时间戳T为参照点，三类传感器选择与参照时间戳T最为相近的数据进行融合生成一个小组。若在融合时出现三类传感器时间戳相差时间较大的情况，如果大于2U，U为ROS系统获取数据的时间间隔，则表示该组数据采集时间跨度过大，融合失败，丢弃该组数据后重新进行数据获取。
[0013]2.在创建地图之前通过移动智能体采集图像信息之间的差异来判定网格地图的大小。根据环境的复杂程度选取样本数量，通常将移动智能体最初获取到的10
‑
20帧图像作为样本数据，通过比较样本数据降维后特征向量的欧式距离来判定差别大小。设d
ij
为图片特征向量f
i
和f
j
之间的欧式距离(1≤i,j≤Γ)，其中Γ为X、Y和三类样本中特征向量的个数，f
ik
为距离f
j
第k个最近的项。
[0014]设D
k
为第k
th
个最接近f
i
的平均欧式距离，X为在只有x轴坐标发生变化的样本，Y为只有y轴坐标发生变化的样本，为只有角度朝向发生变化的样本，将样本中欧式距离发生明显变化时图像样本对应的距离和角度差作为地图尺度。设第k个样本的位姿坐标和角度朝向分别为x
k
、y
k
和和该样本欧式距离最大样本的位姿坐标和角度朝向为x
k
‑1、y
k
‑1和则两者之差为Δx、Δy和将通过计算得出的Δx、Δy和作为创建网格地图时的地图尺度。
[0015]3.为了使地图创建更高效，优选采用卷积自编码器将图像进行降维，使其在存储时内存占用降低，并且在需要时可以将降维后的特征向量还原为图像信息。在网络中使用ResNet作为自编码器中的子网络，其中隐藏层l中的隐藏表示h
(l)
由公式h
(l+1)
＝r(h
(l)
)+f(h
(l)
)可得，其中f为非线性映射，r为残差连接。损失函数j
w
是通过输入(u)和输出(v)之差进行计算的，如公式所示。其中u
i
为第i个输入样本，v
i
为第i个输入样本的输出，w表示自编码器的权值，在训练中通过误差反向传播算法(BP)使用T个样本对网络进行训练，从而使损失函数最小化。
[0016]在图像存储阶段，将在编码阶段获得的图像一维特征向量以文本的格式进行保
存，若创建的网格地图区间大小为ρ，则网格地图中每个网格内存储的特征向量为360/ρ，分别存储在不同角度间隔中，其中每个角度间隔中只保存当前最新的一组图像，在地图创建过程中，如果系统判定当前位置图像发生变化，则地图内特征向量也同时发生改变，通过不断改变地图内图像数据来保证在地图数据不至于过大的同时令地图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像、激光雷达与里程计的网格地图创建方法，其特征在于，所述方法包括以下步骤：(1)将图像数据、2D激光雷达数据以及里程计数据合并为一个小组，按照数据传输的先后顺序向小组中加入数据，选择最后加入该小组数据的时间戳作为该小组的整体时间戳；(2)根据环境的复杂程度选取样本数量，通过比较样本数据降维后特征向量的欧式距离来判定差别大小，将样本中欧式距离发生明显变化时图像样本对应的距离和角度差作为地图尺度；(3)在图像存储阶段，将图像压缩为一维特征向量后以文本的格式进行保存，若创建的网格地图区间大小为ρ，则网格地图中每个网格内存储的特征向量为360/ρ，分别存储在不同角度间隔中，其中每个角度间隔中只保存当前最新的一组图像；在地图创建过程中，如果系统判定当前位置图像发生变化，则地图内特征向量更新为当前采集到的图像特征向量；(4)在地图轮廓创建时以移动智能体为中心每90
°
为区间更新地图，在对地图进行更新时，将现实坐标信息以及角度朝向通过公式x
i
＝x0+cosθ
·
k
i
...

【专利技术属性】
技术研发人员：强保华，张家清，杨先一，陈锐东，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：