[发明专利]用于即时定位与地图构建的设备和方法

说明书

技术领域

本发明涉及用于即时定位与地图构建的设备和方法，更具体地说，涉及能够改进定位性能的即时定位与地图构建的设备和方法。

背景技术

即时定位与地图构建（Simultaneous Localization and Mapping，SLAM）是目前在机器人定位方面的热门研究课题。所谓SLAM就是将移动机器人定位与环境地图创建融为一体，即机器人在运动过程中根据自身位姿估计和传感器对环境的感知构建增量式环境地图，同时利用该地图实现自身的定位。

在机器人定位中，需要足够多的环境特征点来进行精确的定位。基于二维（2D）激光传感器的特征点多采用几何特征，由于激光线采样点有限，导致计算的特征点数目少，匹配的鲁棒性不好。而视觉传感器所提供的图像包含的信息更多，但计算的特征点数量大，另外除了可以获得环境的纹理结构信息，还可以提供颜色信息。

发明内容

鉴于以上情形，本发明提出一种融合激光传感器和视觉传感器的机器人定位设备和方法，从而能够提高定位精度。

根据本发明的一个方面，提供了一种可移动电子设备，用于在未知环境中进行定位和地图构建，包括：

第一传感器，用于以当前位姿获得当前场景的第一图像；

第二传感器，用于以当前位姿获得当前场景的第二图像；

特征点提取单元，用于利用特征提取算法提取第一图像的特征点和第二图像的特征点；

匹配单元，用于将当前场景的特征点与前一场景的特征点进行匹配，并获得由前一场景到当前场景的变换矩阵；

定位和地图构建单元，用于基于所述变换矩阵以及相互匹配的特征点，确定所述可移动电子设备相对于前一位姿的变化以进行定位，并将当前场景的图像与已知地图合并。

优选地，在根据本发明实施例的可移动电子设备中，所述匹配单元包括：

第一图像特征点匹配单元，用于将当前场景的第一图像的特征点与前一场景的第一图像的特征点进行匹配；

第二图像特征点匹配单元，用于将当前场景的第二图像的特征点与前一场景的第二图像的特征点进行匹配；

变换矩阵计算单元，用于基于第一图像的匹配特征点，计算由前一场景到当前场景的变换矩阵；

变换矩阵调整单元，用于向前一场景的第二图像的特征点应用所述变换矩阵，并将变换后的特征点与匹配特征点进行比较，基于比较结果调整所述变换矩阵，以便变换后的特征点与匹配特征点之间的误差最小。

优选地，在根据本发明实施例的可移动电子设备中，所述第一传感器为二维激光传感器，且所述第二传感器为二维视觉传感器。

优选地，在根据本发明实施例的可移动电子设备中，所述第一传感器为二维激光传感器，且所述第二传感器为由两个二维视觉传感器构成的三维视觉传感器。

优选地，在根据本发明实施例的可移动电子设备中，所述第一传感器为由两个二维视觉传感器构成的三维视觉传感器，且所述第二传感器为二维激光传感器。

根据本发明的另一个方面，提供了一种信息处理方法，用于一可移动电子设备以在未知环境中进行定位和地图构建，包括如下步骤：

通过第一传感器以当前位姿获得当前场景的第一图像；

通过第二传感器以当前位姿获得当前场景的第二图像；

利用特征提取算法提取第一图像的特征点和第二图像的特征点；

将当前场景的特征点与前一场景的特征点进行匹配，并获得由前一场景到当前场景的变换矩阵；

基于所述变换矩阵以及相互匹配的特征点，确定所述可移动电子设备相对于前一位姿的变化以进行定位，并将当前场景的图像与已知地图合并。

优选地，在根据本发明实施例的方法中，将当前场景的特征点与前一场景的特征点进行匹配，并获得由前一场景到当前场景的变换矩阵的步骤包括：

将当前场景的第一图像的特征点与前一场景的第一图像的特征点进行匹配；

将当前场景的第二图像的特征点与前一场景的第二图像的特征点进行匹配；

基于第一图像的匹配特征点，计算由前一场景到当前场景的变换矩阵；

向前一场景的第二图像的特征点应用所述变换矩阵，并将变换后的特征点与匹配特征点进行比较，基于比较结果调整所述变换矩阵，以便变换后的特征点与匹配特征点之间的误差最小。

优选地，在根据本发明实施例的方法中，所述第一传感器为二维激光传感器，且所述第二传感器为二维视觉传感器。