【技术实现步骤摘要】
本专利技术涉及无人机全局建图方法，特别是一种多无人机视觉slam的联合建图方法。
技术介绍
1、近些年，无人机(unmanned aerial vehicle，uav)技术飞速发展，其功能越来越多，鲁棒性也越来越强，因此，uav被广泛应用于农业、工业、军事、娱乐等诸多行业。然而，大多数无人机的定位都依赖于外部导航，如全球定位系统(global positioning system，gps)、实时动态载波相位差分技术(real-time kinematic，rtk)、精确惯性导航、先验地图等。这些先验信息可能无法在地形地貌复杂多变、电磁干扰种类繁多的非合作环境中提前获取。除此之外，由于无人机体积较小，无法携带重载传感设备。无人机在进行大规模地形重建时，需要长时间飞行才能完成任务，大大降低了无人机的工作效率，难以基于未知飞行环境及复杂任务做出全局优化。
2、相较于单个无人机，多无人机(multi-uav)系统不仅能通过个体的协同分工快速完成大范围场景重建，而且能从其他无人机系统中相互协作、共享信息，增强蜂群无人机的全局态势感知能力。目前，尽管国内外对视觉slam的研究已形成较为系统、成熟的理论方法，但对多无人机的slam技术研究仍比较少。因此，亟需研发一种能够适用于多无人机进行快速协同三维建图与姿态定位，而且可通过数据共享方式估计个体无人机的姿态的方法。
技术实现思路
1、本专利技术的目的在于，提供一种多无人机视觉slam的联合建图方法。本专利技术不仅可进行快速多机协同三维
2、本专利技术的技术方案：一种多无人机视觉slam的联合建图方法，一种多无人机视觉slam的联合建图方法，其特征在于：通过视觉里程计完成无人机子端的局部建图，得到子端建图地图点和关键点；然后，借助ros节点通信，将子端建图地图点与关键帧上传到服务器终端，并由服务器终端完成场景识别、子图融合、姿态优化和数据共享，完成全局地图构建和多机间相互协同。
3、前述的一种多无人机视觉slam的联合建图方法中，包括以下具体步骤：
4、s1、无人机子端的局部建图，得到子端建图地图点和关键点；
5、s2、采用ros节点通信进行无人机子端与服务器终端的双向数据交换，无人机子端将特定时间戳的关联关键帧与子端建图地图点捆绑在一起进行传输至服务器终端；
6、s3、服务器终端通过无人机单元处理模块对无人机子端上传的数据信息进行处理，包括子图池的建立和信息流内处理：
7、s4、闭环检测，包括对局部地图池内的各个关联关键帧和子端建图地图点分别进行场景识别和姿态转换处理；
8、s5、子图的融合，采用基于图结构的优化序列子图融合方法进行融合，得到全局图。
9、前述的一种多无人机视觉slam的联合建图方法中，步骤s1中，无人机子端通过orb-slam2构建局部子图，包含用于姿态估计的关键帧和对应的建图地图点；具体过程为：首先采用2d-2d外加几何约束对准模式，用随机采样一致性来剔除匹配过程中错误的外点，保护足够数量内点参与姿态估计，并将内点一致性最多的一组位姿估计结果作为最优解；然后，采用非线性优化求解当前关键帧姿态，通过对匹配关键帧特征点的三角化，在相邻关键帧间进行地图点构建，再利用光束平差法对关键帧位姿和三维地图进行优化，得到关键帧和子端建图地图点。
10、前述的一种多无人机视觉slam的联合建图方法中，步骤s3中，服务器终端子图池用于存储对应无人机子端上传的信息流，其属性与无人机子端端口号一致且唯一对应；在局部地图融合到全局地图前，局部地图的数据会一直存储在子图池中；当局部地图融合到全局地图中，子图池中只保留局部地图与全局地图之间的坐标关系，后续无人机子端新上传的信息流直接通过坐标转换融合到全局地图中。
11、前述的一种多无人机视觉slam的联合建图方法中，步骤s3中的信息流包括子图信息流、互补信息流和失效信息流；
12、子图信息流通过无人机子端传输，在服务器终端构建子图池；
13、子图信息流分为两种情况来处理：1)若无人机子端的局部地图没有融合到全局地图之前，信息流将被放入到对应的服务器子图池中，局部地图序号与无人机的端口号唯一对应；2)若局部地图已经融合到全局地图中，子图信息流将不在服务器子图池中进行保留，而是通过子端局部地图与全局地图的坐标变换关系将其直接转换到全局地图中；
14、互补信息流用于实现数据的共享，服务器终端将全局地图以数据广播的形式发送给各无人机单元处理模块，单元处理模块将其传送到无人机子端，从而实现个体子端与服务器终端的全局地图数据共享。
15、前述的一种多无人机视觉slam的联合建图方法中，步骤s3中的信息流内处理，是指子端局部地图内部的场景识别与回环检测，用以消除无人机由于长时间运行造成的累积误差；
16、回环检测包括子图内部与子图之间；子图内部是指新生成的关键帧在对应的子图池内部关键帧数据库中进行检索，进行场景识别；若相关候选帧满足度量标准，表明回环检测发生在子图内部，通过对内部的地图进行姿态调整，消除该无人机局部建图误差；
17、不同子图之间的场景识别指新生成的关键帧在全局地图关键帧数据库或其他局部地图关键帧数据库中进行检索；若相关的候选帧满足度量标准，则表明该无人机与检索关键帧对应的无人机存在共叠区域，并执行地图融合操作。
18、前述的一种多无人机视觉slam的联合建图方法中，闭环检测中的场景识别采用orb点与词袋模型量化后的特征来完成子图内部与子图之间的场景识别。
19、闭环检测中的姿态转换的具体过程为：首选，对于某一新生成的关键帧，系统会自动在对应的关键帧数据库中进行检索，返回一系列与当前关键帧具有特征相似性的候选关键帧，相似性度量基于orb点特征与几何特征的一致性；然后，在保证足够数量的内点参与姿态的估计情况下，将内点一致性最多的一组位姿估计结果作为最优解，然后计算关键帧和候选关键帧的坐标转换矩阵；最后，采用非线性优化调整所有关键帧的姿态。
20、前述的一种多无人机视觉slam的联合建图方法中，子图融合的过程为：
21、(1)依次计算所有节点相连边的权重和，选择权重值最大的节点作为初始节点；
22、(2)基于初始节点，选择与初始节点权重最大的节点作为合并节点；
23、(3)融合上述两个节点，并将融合后的节点作为一个新节点置于图结构中，相关的连接关系不变；
24、(4)不断迭代步骤(1)-(3)直到所有节点融合完毕，或者没有任何节点满足基本融合条件为止，全局建图结束。
25、与现有技术相比，本专利技术无人机子端的局部建图主要由个体无人机通过视觉里程计自主完成；然后，借助ros节点通信，将子端的地图点与关键帧上传到服务器终端，并由终端完成场景识别、子图融合、姿态优化、数据共享等任务，为全局地图的快速构建和多本文档来自技高网...
【技术保护点】
1.一种多无人机视觉SLAM的联合建图方法，其特征在于：通过视觉里程计完成无人机子端的局部建图，得到子端建图地图点和关键点；然后，借助ROS节点通信，将子端建图地图点与关键帧上传到服务器终端，并由服务器终端完成场景识别、子图融合、姿态优化和数据共享，完成全局地图构建和多机间相互协同。
2.根据权利要求1所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，包括以下具体步骤：
3.根据权利要求2所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，步骤S1中，无人机子端通过ORB-SLAM2构建局部子图，包含用于姿态估计的关键帧和对应的建图地图点；具体过程为：首先采用2D-2D外加几何约束对准模式，用随机采样一致性来剔除匹配过程中错误的外点，保护足够数量内点参与姿态估计，并将内点一致性最多的一组位姿估计结果作为最优解；然后，采用非线性优化求解当前关键帧姿态，通过对匹配关键帧特征点的三角化，在相邻关键帧间进行地图点构建，再利用光束平差法对关键帧位姿和三维地图进行优化，得到关键帧和子端建图地图点。
4.根据权利要求2所述的一种多无人机视觉SL
5.根据权利要求2所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，步骤S3中的信息流包括子图信息流、互补信息流和失效信息流；
6.根据权利要求5所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，步骤S3中的信息流内处理，是指子端局部地图内部的场景识别与回环检测，用以消除无人机由于长时间运行造成的累积误差；
7.根据权利要求1所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，闭环检测中的场景识别采用ORB点与词袋模型量化后的特征来完成子图内部与子图之间的场景识别。
8.根据权利要求1所述的一种多无人机视觉SLAM的联合建图方法，其特征在于，子图融合的过程为：
...【技术特征摘要】
1.一种多无人机视觉slam的联合建图方法，其特征在于：通过视觉里程计完成无人机子端的局部建图，得到子端建图地图点和关键点；然后，借助ros节点通信，将子端建图地图点与关键帧上传到服务器终端，并由服务器终端完成场景识别、子图融合、姿态优化和数据共享，完成全局地图构建和多机间相互协同。
2.根据权利要求1所述的一种多无人机视觉slam的联合建图方法，其特征在于，包括以下具体步骤：
3.根据权利要求2所述的一种多无人机视觉slam的联合建图方法，其特征在于，步骤s1中，无人机子端通过orb-slam2构建局部子图，包含用于姿态估计的关键帧和对应的建图地图点；具体过程为：首先采用2d-2d外加几何约束对准模式，用随机采样一致性来剔除匹配过程中错误的外点，保护足够数量内点参与姿态估计，并将内点一致性最多的一组位姿估计结果作为最优解；然后，采用非线性优化求解当前关键帧姿态，通过对匹配关键帧特征点的三角化，在相邻关键帧间进行地图点构建，再利用光束平差法对关键帧位姿和三维地图进行优化，得到关键帧和子端建图地图点。
4.根据权利要求2所述的一种多无人机...
【专利技术属性】
技术研发人员：金颖，王瑞筠，刘越，余松，邵宏伟，马福鑫，
申请(专利权)人：浙江弘飞空天科技有限公司，
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。