[发明专利]适用于迭代最近点法以选择关键图框的系统与方法

说明书

一种适用于迭代最近点法以选择关键图框的系统，包含参考图框选择器，根据目前图框与目前关键图框以产生参考图框；迭代最近点法回圈单元，针对参考图框与目前图框执行迭代最近点法，以产生目前图框的姿势；及关键图框更新单元，根据目前图框的姿势与参考图框的姿势的差值条件，以产生新关键图框。

技术领域

本发明是有关视觉测距(visual odometry)，特别是关于一种适用于迭代最近点法(iterative closest point,ICP)以选择关键图框(keyframe)的系统与方法。

背景技术

视觉测距可适用于机器人学(robotics)与电脑视觉，借由分析相机(例如红绿蓝-深度相机)所撷取影像，用以决定机器人的位置与方位。使用迭代最近点法(ICP)将来源图框与目标图框予以校准(align)，以估算机器人的移动。图1显示传统视觉测距系统100的方框图，揭露于李施乐(ShileLi)等人提出的“使用强度辅助的迭代最近点法的快速视觉测距(Fast Visual Odometry Using Intensity-Assisted Iterative Closest Point)”，公开于2016年七月，刊登于电气及电子工程师学会的机器人学与自动化期刊(IEEE ROBOTICSAND AUTOMATION LETTERS)第1册第2号，其内容视为本说明书的一部份。

视觉测距系统100可用以降低计算成本，且能降低异常值(outlier)或离群值的影响。如图1的视觉测距系统100所示，对来源图框执行显著点(salient point)选择11，以提供迭代最近点法(ICP)有用的信息。接着，执行对应(correspondence)匹配12，以决定匹配点。基于强韧静态(robust static)以执行对应组(correspondence pair)的加权(weighting)13。执行递增转换(incremental transformation)14以降低所建立的对应之间的距离。重复执行上述11至14的操作，直到递增转换小于临界值或者已到达最大容许执行次数。

由于感测器杂讯于估算时总是会造成误差，因此传统图框至图框的校准方法本质上会造成漂移(drift)的累积。为了克服漂移问题，克里斯琴·克尔(Christian Kerl)等人提出“红绿蓝-深度相机的密集视觉同步定位与地图构建(Dense Visual SLAM for RGB-DCameras)”，公开于2013年，刊登于智慧机器人系统的国际会议公报(Proc.of theInt.Conf.on Intelligent Robot Systems(IROS))，其内容视为本说明书的一部份。基于关键图框的姿势同步定位与地图构建(SLAM)方法可估算目前影像与关键图框之间的转换，用以限制区域漂移。只要相机足够靠近关键图框，即不会累积漂移。同步定位与地图构建(SLAM)系统需要额外执行关键图框的选择、回圈闭合(loop closure)的侦测与验证、地图的最佳化。

于传统方法中，当目前影像无法匹配于最近的关键图框时，即会产生新的关键图框。然而，于决定目前图框与最近关键图框的转换后，所选择的关键图框可能产生大误差，因而造成严重的追踪漏失。因此，亟需提出一种新颖机制，用以避免选择具大误差的关键图框。

发明内容

鉴于上述，本发明实施例的目的之一在于提出一种适用于迭代最近点法(ICP)以选择最小误差的关键图框的系统与方法，用于未知环境下建构或更新地图且同步追踪定位。

本发明的目的是采用以下技术方案来实现的。

根据本发明实施例，适用于迭代最近点法以选择关键图框的系统包含参考图框选择器、迭代最近点法回圈单元及关键图框更新单元。参考图框选择器根据目前图框与目前关键图框以产生参考图框。迭代最近点法回圈单元针对参考图框与目前图框执行迭代最近点法，以产生目前图框的姿势。关键图框更新单元根据目前图框的姿势与参考图框的姿势的差值条件，以产生新关键图框。

本发明的目的还可采用以下技术措施进一步实现。