本申请公开了一种建图回环检测方法、装置、设备及存储介质，涉及图像信息处理技术领域，包括：收集若干原始图像，并利用原始图像构建场景数据集；基于非负矩阵分解算法利用场景数据集构建目标感知矩阵；基于目标感知矩阵根据压缩感知理论对从当前环境采集到的当前关键帧图像进行压缩，得到压缩后图像；计算压缩后图像与所有历史关键帧图像之间的相似度；根据最大相似度对应的目标历史关键帧图像以及当前关键帧图像构建回环约束，以根据回环约束对目前的局部地图进行调整。这样一来，本申请利用基于非负矩阵分解算法构建的目标感知矩阵对图像进行压缩，降低了计算量，并且可以摆脱传统感知矩阵对稀疏变换的依赖，提高了回环检测及建图的效率。检测及建图的效率。检测及建图的效率。
【技术实现步骤摘要】
一种建图回环检测方法、装置、设备及存储介质
[0001]本专利技术涉及图像信息处理
，特别涉及一种建图回环检测方法、装置、设备及存储介质。
技术介绍
[0002]同步定位与建图(Simultaneous Localization and Mapping，简称SLAM)是一种利用传感器获得周围环境信息，从而获得传感器载体的运动状态并构建场景地图的技术，在数字孪生、虚拟现实、增强现实、混合现实、自动驾驶、移动机器人定位导航及场景图构建等领域有着广泛应用。回环检测在SLAM中扮演着重要角色，用于检测传感器载体之前是否到达过此处，若回环检测成功，则可基于优化减小系统的累积误差，从而获得更精确的系统状态及场景地图。若回环检测错误，尤其把非回环检测为回环，将严重影响全局优化的精度，甚至使整个系统崩溃。
[0003]基于压缩感知的视觉回环检测旨在将相机获取的原始图像变换到压缩空间，以低维的压缩数据表示包含冗余信息的原始高维图像，然后，利用压缩数据进行回环检测。感知矩阵设计的目的是构建合适的矩阵使得对图像进行压缩时尽可能多地保留原始图像的信息。原始图像经过傅里叶、小波等变换后，可用变换系数进行稀疏表示，基于图像在变换空间的稀疏性，传统的压缩感知方法通常将感知矩阵设计为满足某种特定分布的随机矩阵。图像的稀疏性是传统压缩感知方法的重要前提，但原始图像并非天然具有稀疏性，压缩的性能严重依赖稀疏性变换。由此，如何摆脱传统感知矩阵设计方法中对图像稀疏性的依赖是本领域要解决的问题。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种建图回环检测方法、装置、设备及存储介质，可以摆脱对图像稀疏性的依赖，提高建图效率。其具体方案如下：
[0005]第一方面，本申请提供了一种建图回环检测方法，包括：
[0006]收集若干原始图像，并利用所述原始图像构建场景数据集；
[0007]基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵；
[0008]基于所述目标感知矩阵根据压缩感知理论对从当前环境采集到的当前关键帧图像进行压缩，得到压缩后图像；
[0009]若所述压缩后图像与上一次关键帧图像之间的图像数量不小于预设回环检测间隔数量，则计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度；
[0010]根据最大相似度对应的目标历史关键帧图像以及所述压缩后图像构建回环约束，以根据所述回环约束对目前的局部地图进行调整。
[0011]可选的，所述基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵，包括：
[0012]基于非负矩阵分解算法利用所述场景数据集构建初始感知矩阵；
[0013]利用特定场景下的图像对所述初始感知矩阵进行优化，得到用于所述特定场景的目标感知矩阵。
[0014]可选的，所述得到压缩后图像之后，还包括：
[0015]若所述压缩后图像与上一次关键帧图像之间的图像数量小于预设回环检测间隔数量，则将所述当前关键帧图像保存至所述历史关键帧图像集合，以便后续根据所述历史关键帧图像集合对所述局部地图进行调整。
[0016]可选的，所述计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度，包括：
[0017]利用欧几里得范数计算所述压缩后图像与所述历史关键帧图像集合中所有所述历史关键帧图像之间的相似度。
[0018]可选的，所述方法还包括：
[0019]分别获取所述当前关键帧图像以及所述目标历史关键帧图像的时间戳信息；
[0020]基于所述时间戳信息在激光点云关键帧集合中确定与所述时间戳信息匹配的当前激光关键帧以及历史激光关键帧；
[0021]选取与所述历史激光关键帧临近的预设数量的临时关键帧；
[0022]将所述临时关键帧变换到地图坐标系中，以构建局部点云地图；
[0023]基于正态分布变换算法将所述当前激光关键帧与所述局部点云地图进行匹配，以得到所述当前激光关键帧与所述局部点云地图之间的位姿变换结果；
[0024]利用所述回环约束以及所述位姿变换结果对目前的所述局部地图进行调整。
[0025]可选的，所述方法还包括：
[0026]通过激光雷达采集当前环境的数据，以得到相应的点云数据；
[0027]根据所述点云数据构造所述激光点云关键帧集合；所述激光点云关键帧集合中包括关键帧的线、面特征。
[0028]可选的，所述基于所述时间戳信息在激光点云关键帧集合中确定与所述时间戳信息匹配的当前激光关键帧以及历史激光关键帧，包括：
[0029]利用所述时间戳信息中与所述当前关键帧图像对应的第一时间戳信息从所述激光点云关键帧集合中筛选出与所述第一时间戳信息最接近的当前激光关键帧；
[0030]利用所述时间戳信息中与所述目标历史关键帧图像对应的第二时间戳信息从所述激光点云关键帧集合中筛选出与所述第二时间戳信息最接近的历史激光关键帧。
[0031]第二方面，本申请提供了一种建图回环检测装置，包括：
[0032]数据集构建模块，用于收集若干原始图像，并利用所述原始图像构建场景数据集；
[0033]感知矩阵构建模块，用于基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵；
[0034]图像压缩模块，用于基于所述目标感知矩阵根据压缩感知理论对从当前环境采集到的当前关键帧图像进行压缩，得到压缩后图像；
[0035]相似度计算模块，用于当所述压缩后图像与上一次关键帧图像之间的图像数量不小于预设回环检测间隔数量时，计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度；
[0036]回环约束构建模块，用于根据最大相似度对应的目标历史关键帧图像以及所述压缩后图像构建回环约束，以根据所述回环约束对目前的局部地图进行调整。
[0037]第三方面，本申请提供了一种电子设备，包括：
[0038]存储器，用于保存计算机程序；
[0039]处理器，用于执行所述计算机程序以实现如上述的建图回环检测方法。
[0040]第四方面，本申请提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现如上述的建图回环检测方法。
[0041]由此可见，本申请可以收集若干原始图像，并利用所述原始图像构建场景数据集；再基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵；然后基于所述目标感知矩阵根据压缩感知理论对从当前环境采集到的当前关键帧图像进行压缩，得到压缩后图像；若所述压缩后图像与上一次关键帧图像之间的图像数量不小于预设回环检测间隔数量，则计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度；再根据最大相似度对应的目标历史关键帧图像以及所述压缩后图像构建回环约束，以根据所述回环约束对目前的局部地图进行调整。这样一来，本申请基于非负矩阵分解算法通过场景数据集构建目标感知矩阵，再根据目标感知矩阵对图像进行压缩处理，可以避免本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种建图回环检测方法，其特征在于，包括：收集若干原始图像，并利用所述原始图像构建场景数据集；基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵；基于所述目标感知矩阵根据压缩感知理论对从当前环境采集到的当前关键帧图像进行压缩，得到压缩后图像；若所述压缩后图像与上一次关键帧图像之间的图像数量不小于预设回环检测间隔数量，则计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度；根据最大相似度对应的目标历史关键帧图像以及所述压缩后图像构建回环约束，以根据所述回环约束对目前的局部地图进行调整。2.根据权利要求1所述的建图回环检测方法，其特征在于，所述基于非负矩阵分解算法利用所述场景数据集构建目标感知矩阵，包括：基于非负矩阵分解算法利用所述场景数据集构建初始感知矩阵；利用特定场景下的图像对所述初始感知矩阵进行优化，得到用于所述特定场景的目标感知矩阵。3.根据权利要求1所述的建图回环检测方法，其特征在于，所述得到压缩后图像之后，还包括：若所述压缩后图像与上一次关键帧图像之间的图像数量小于预设回环检测间隔数量，则将所述当前关键帧图像保存至所述历史关键帧图像集合，以便后续根据所述历史关键帧图像集合对所述局部地图进行调整。4.根据权利要求1至3任一项所述的建图回环检测方法，其特征在于，所述计算所述压缩后图像与历史关键帧图像集合中所有历史关键帧图像之间的相似度，包括：利用欧几里得范数计算所述压缩后图像与所述历史关键帧图像集合中所有所述历史关键帧图像之间的相似度。5.根据权利要求1所述的建图回环检测方法，其特征在于，还包括：分别获取所述当前关键帧图像以及所述目标历史关键帧图像的时间戳信息；基于所述时间戳信息在激光点云关键帧集合中确定与所述时间戳信息匹配的当前激光关键帧以及历史激光关键帧；选取与所述历史激光关键帧临近的预设数量的临时关键帧；将所述临时关键帧变换到地图坐标系中，以构建局部点云地图；基于正态分布变换算法将所述当前激光关键帧与所述局部点云地图进行匹配，以得到所...
【专利技术属性】
技术研发人员：李从健，王建华，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。