[发明专利]一种机器人同步定位和地图构建方法和系统

说明书

本发明公开了一种基于线段特征和线段消隐点的机器人同步定位和地图构建方法，应用于机器人在未知环境中的定位和地图构建。该方法包括从图像中提取线段特征、交叉点和消隐点，根据交叉点在图像之间建立线段的匹配，根据线段匹配的结果进行相机位姿估计，选取新关键帧；在地图中插入关键帧，计算新加入的线段特征的三维坐标，并进行局部地图的集束调整，剔除野点观测；基于交叉点进行闭环检测和全局的地图优化。本发明还公开了一种同步定位和地图构建系统。本发明可以用于机器人在未知环境中的定位和地图构建，特别适用于结构化或者半结构化的场景中，例如室内环境、室外有建筑的环境等。

技术领域

本发明涉及智能机器人的导航技术领域，更具体的涉及同步定位与地图构建(simultaneous localization and mapping,SLAM)技术，涉及一种基于线段特征和线段消隐点建立地图，并根据所建立的地图进行定位的方法和系统。

背景技术

在各类自主移动机器人系统中，同步定位和地图构建(SLAM)系统起着重要的作用。在不需要对环境进行改造的方式中，目前的SLAM主要有基于激光雷达的方案和基于视觉传感器的方案。所述的视觉传感器通常包括单目摄像头、双目摄像头、多个摄像头的组合等。

基于激光雷达的SLAM方案相对比较成熟，其具有精度高、容易实现、不易受光照等外界光源干扰等优点。但是，性能好的激光雷达的成本较高；而低成本的激光雷达通常使用电机进行360度扫描。激光雷达的SLAM方案需要电机按照一定速率旋转，一般使用皮带及滑环的方式，这种低成本的激光雷达具有能耗高、噪声大、使用寿命有限等问题。近年来，随着计算机视觉技术的日渐成熟，开始有机器人产品使用基于视觉传感器的SLAM方案。基于视觉传感器的SLAM方案具有价格低、功耗低等优点，但是算法复杂，实现难度较大。

在机器人的SLAM系统中，地图的表示方式起着非常重要的作用。基于激光雷达的SLAM方案通常使用栅格地图；基于视觉传感器的SLAM方案通常使用基于点特征的特征地图。

除了点特征以外，线段特征也是一类比较重要的特征，但是在SLAM领域，关于线段特征的研究比较少。然而，在室内环境或者室外有建筑物的环境中，存在丰富的线段特征，如果能够充分利用这些线段特征构建地图，那么地图将拥有更强的几何表达能力，从而更能表现环境的几何结构。此外，线段特征对光照变化比较鲁棒，并且可以建立半稠密的环境地图，还可以方便地提取平面结构。因此，本申请的发明人认为：在线段特征丰富或者点特征比较稀少的环境下，基于线段特征的SLAM方法具有优势。

发明内容

本申请针对基于视觉传感器的同步定位和地图构建，提出一种基于线段特征和消隐点的同步定位和地图构建方法和系统，以实现在室内环境和室外有建筑环境下的定位和地图构建。

本申请公开了一种同步定位和地图构建SLAM方法，应用于机器人在未知环境中的定位和地图构建，包括：

A、从图像中提取线段特征、交叉点和消隐点，根据交叉点在图像之间建立线段的匹配，根据线段匹配的结果进行相机位姿估计，选取新关键帧；

B、在地图中插入关键帧，计算新加入的线段特征的三维坐标，并进行局部地图的集束调整，剔除野点观测；

C、基于交叉点进行闭环检测和全局的地图优化。

较佳的，所述A中从图像中提取线段特征、交叉点和消隐点包括：

A1、采集当前图像，从当前图像中提取线段特征；

A2、提取线段的交叉点；

A3、提取交叉点的描述子；

A4、根据描述子建立交叉点的初始匹配，利用对极几何和非刚性匹配消除错误的匹配；

A5、在线段特征的基础上提取消隐点。

较佳的，所述A2包括：