【技术实现步骤摘要】
本专利技术涉及局部优化，尤其涉及一种slam中的局部优化方法、装置、设备及存储介质。
技术介绍
1、通常的slam(simultaneous localization and mapping，同时定位与绘图)中，每次触发回环检测后，会进行一定量的全局ba。由于优化变量是针对全局所有的关键帧和地图点，规模较大，变量较多，所以会涉及较多优化不好的关键帧和地图点，即未通过检验(卡方检验)的视觉边(由关键帧及对应的地图点构成)。通常对于未通过检验的视觉边会直接进行删除以保证优化的结果，与此同时，也可能导致在后续的局部ba或全局ba过程中，某些实际存在的视觉边可能由于未通过卡方检验而直接删除某些关键帧与地图点的观测关系，降低局部地图的连接性，影响slam检测过程中的追踪。
技术实现思路
1、本专利技术提供一种slam中的局部优化方法、装置、设备及存储介质，其主要目的在于解决在回环检测后异常视觉边删除所导致的地图中视觉关系大量减少的问题。
2、为实现上述目的，本专利技术提供的一种slam中的局部优化方法，包括：
3、根据回环检测后确定的目标帧生成局部地图；其中，所述局部地图中包含目标视觉边；
4、获取回环检测后未通过检测的第一异常视觉边；
5、根据所述第一异常视觉边以及所述目标视觉边确定目标优化函数；
6、将所述目标视觉边以及所述第一异常视觉边输入所述目标优化函数进行局部优化与异常检验，得到第二异常视觉边；
7、根据所述第
8、本专利技术一实施例中，所述根据回环检测后确定的目标帧生成局部地图，包括：
9、根据所述目标帧确定局部窗口；
10、根据所述局部窗口中地图点生成局部地图。
11、本专利技术一实施例中，所述根据所述第一异常视觉边以及所述目标视觉边确定目标优化函数，包括：
12、根据第一异常视觉边以及所述目标视觉边确定预构建优化函数的约束参数；
13、根据所述优化函数以及对应的约束参数确定目标优化函数。
14、本专利技术一实施例中，所述根据第一异常视觉边以及所述目标视觉边确定预构建优化函数的约束参数，包括：
15、根据所述局部地图中的局部窗口确定所述第一异常视觉边中的待检测视觉边；
16、根据所述待检测视觉边以及所述目标视觉边计算待检测视觉边对应的待优化比例；
17、根据所述待检测视觉边与所述待优化比例与预设的约束条件进行比较，根据比较的结果生成约束参数。
18、本专利技术一实施例中，所述将所述目标视觉边以及所述第一异常视觉边输入所述目标优化函数进行局部优化与异常检验，得到第二异常视觉边，包括：
19、将所述目标视觉边以及所述第一异常视觉边作为优化参数，将所述优化参数输入所述目标优化函数进行局部优化，得到优化位姿以及优化地图点；
20、根据所述优化位姿以及所述优化地图点进行重投影，得到优化视觉边；
21、根据所述优化视觉边以及所述目标视觉边进行卡方检验，得到第二异常视觉边。
22、本专利技术一实施例中，所述根据所述第一异常视觉边以及所述第二异常视觉边生成优化结果，包括：
23、根据所述第一异常视觉边以及所述第二异常视觉边确定所符合的优化条件；
24、若所符合的优化条件为第一优化条件，则确定优化结果为下一帧局部优化；
25、若所符合的优化条件为第一优化条件，则确定优化结果为当前帧再次优化。
26、本专利技术一实施例中，所述方法还包括：若优化结果为下一帧局部优化，则重新选取回环检测后的目标帧，并返回根据所述目标帧生成局部地图生成局部地图的步骤，直至选取目标帧的次数达到第一预设次数。
27、本专利技术一实施例中，所述若优化结果为下一帧局部优化，则重新选取回环检测后的目标帧之后，还包括：
28、确定下一帧局部优化的优化方式；
29、若所述优化方式为第一优化方式，则将所述第一异常视觉边中与所述第二异常视觉边相同的视觉边删除；
30、若所述优化方式为第二优化方式，则保持所述第一异常视觉边不变。
31、本专利技术一实施例中，若优化结果为当前帧再次优化，则更新所述目标优化函数的输入，并返回进行局部优化与检验的步骤，直至再次进行局部优化的次数达到第二预设次数。
32、本专利技术一实施例中，所述若优化结果为当前帧再次优化，则更新所述目标优化函数的输入，包括：
33、确定所述当前帧再次优化的优化方式；
34、若所述优化方式为第三优化方式，则获取目标优化函数进行局部优化的优化结果，并将所述优化结果更新至所述目标优化函数的输入中；
35、若所述优化方式为第四优化方式，则删除所述第一异常视觉边以及所述目标视觉边中的第二视觉边。
36、为了解决上述问题，本专利技术还提供一种slam中的局部优化装置，所述装置包括：
37、局部地图生成模块，用于根据回环检测后确定的目标帧生成局部地图；其中，所述局部地图中包含目标视觉边；
38、目标优化函数确定模块，用于获取回环检测后未通过检测的第一异常视觉边；根据所述第一异常视觉边以及所述目标视觉边确定目标优化函数；
39、局部优化模块，用于将所述目标视觉边以及所述第一异常视觉边输入所述目标优化函数进行局部优化与异常检验，得到第二异常视觉边；
40、优化方式确定模块，用于根据所述第一异常视觉边以及所述第二异常视觉边生成优化结果。
41、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
42、至少一个处理器；以及，
43、与所述至少一个处理器通信连接的存储器；其中，
44、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的slam中的局部优化方法的步骤。
45、为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的slam中的局部优化方法的步骤。
46、本专利技术通过根据回环检测后确定的目标帧生成局部地图，实现了与回环检测后定位时的帧结合，保证了回环检测后全局ba未通过检测的异常视觉边的检测范围，可以提高不处于该目标帧对应的局部地图中的第一异常视觉边参与优化计算的可能性；通过根据第一异常视觉边以及第二异常视觉再次进行优化，减少视觉边的删除，避免了地图中视觉关系的大量减少，从而提升后续定位中可利用的视觉边信息，使得定位更准确；并且本专利技术没有增加额外的计算量，保证了定位的实时性。因此本专利技术提出的slam中的局部优化方法、装置、设备及存储介质，可以解决在回环检测后异常视觉边删除所导致的地图中视觉本文档来自技高网...
【技术保护点】
1.一种SLAM中的局部优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的SLAM中的局部优化方法，其特征在于，所述根据回环检测后确定的目标帧生成局部地图，包括：
3.如权利要求1所述的SLAM中的局部优化方法，其特征在于，所述根据所述第一异常视觉边以及所述目标视觉边确定目标优化函数，包括：
4.如权利要求3所述的SLAM中的局部优化方法，其特征在于，所述根据第一异常视觉边以及所述目标视觉边确定预构建优化函数的约束参数，包括：
5.如权利要求1所述的SLAM中的局部优化方法，其特征在于，所述将所述目标视觉边以及所述第一异常视觉边输入所述目标优化函数进行局部优化与异常检验，得到第二异常视觉边，包括：
6.如权利要求1所述的SLAM中的局部优化方法，其特征在于，所述根据所述第一异常视觉边以及所述第二异常视觉边生成优化结果，包括：
7.如权利要求1所述的SLAM中的局部优化方法，其特征在于，所述方法还包括：若优化结果为下一帧局部优化，则重新选取回环检测后的目标帧，并返回根据所述目标帧生成局部地图生成局部
8.如权利要求7所述的SLAM中的局部优化方法，其特征在于，所述若优化结果为下一帧局部优化，则重新选取回环检测后的目标帧之后，还包括：
9.如权利要求1所述的SLAM中的局部优化方法，其特征在于，若优化结果为当前帧再次优化，则更新所述目标优化函数的输入，并返回进行局部优化与检验的步骤，直至再次进行局部优化的次数达到第二预设次数。
10.如权利要求9所述的SLAM中的局部优化方法，其特征在于，所述若优化结果为当前帧再次优化，则更新所述目标优化函数的输入，包括：
11.一种SLAM中的局部优化装置，其特征在于，所述装置包括：
12.一种电子设备，其特征在于，所述电子设备包括：
13.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任意一项所述的SLAM中的局部优化方法中的步骤。
...【技术特征摘要】
1.一种slam中的局部优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的slam中的局部优化方法，其特征在于，所述根据回环检测后确定的目标帧生成局部地图，包括：
3.如权利要求1所述的slam中的局部优化方法，其特征在于，所述根据所述第一异常视觉边以及所述目标视觉边确定目标优化函数，包括：
4.如权利要求3所述的slam中的局部优化方法，其特征在于，所述根据第一异常视觉边以及所述目标视觉边确定预构建优化函数的约束参数，包括：
5.如权利要求1所述的slam中的局部优化方法，其特征在于，所述将所述目标视觉边以及所述第一异常视觉边输入所述目标优化函数进行局部优化与异常检验，得到第二异常视觉边，包括：
6.如权利要求1所述的slam中的局部优化方法，其特征在于，所述根据所述第一异常视觉边以及所述第二异常视觉边生成优化结果，包括：
7.如权利要求1所述的slam中的局部优化方法，其特征在于，所述方法还包括：若优化结果为下一帧局部优化，则重...
【专利技术属性】
技术研发人员：杨清，
申请(专利权)人：恒玄科技上海股份有限公司，
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。