[发明专利]实时高度映射

说明书

本文中描述的某些示例涉及适合于映射3D空间的设备和技术。在示例中，从由至少一个图像捕捉装置提供的深度图和相机姿态输入中实时生成高度图。高度图可被处理为生成自由空间图，从而确定机器人装置的空间的可导航部分。

技术领域

本发明涉及用于映射三维(3D)空间的技术。本发明具体但非排他性地与基于来自单目相机的图像序列生成高度图相关，该序列是在相机相对于3D空间移动期间捕捉的。

背景技术

在计算机视觉和机器人领域，为了在3D空间(例如，室内)导航，机器人装置可采用一系列技术。

简单的导航解决方案可依赖于有限的感知和简单的算法，例如，红外或超声波传感器，该传感器检测站点线(line of site，视线)内的对象，然后，可以避开。

可替代地，更高级的解决方案可以使用各种工具和方法来构建周边3D空间的表示，以实现3D空间的导航。用于构建3D空间表示的已知技术包括“运动恢复结构(structurefrom motion)”和“多视点立体(multi-view stereo)”。称为“稀疏(sparse)”的某些技术使用数量减少的点或特征，例如，十到一百个，来生成表示。这些技术可与生成具有数千或数百万个点的表示的“密集”技术形成对比。通常，“稀疏”技术更容易实时实现，例如，每秒30帧左右的帧率，因为它们使用有限数量的点或特征，从而与资源更密集的“密集”映射技术相比，限制了处理的程度。

虽然诸如Simultaneous Localisation And Mapping(SLAM)(see J Engel,TSchoeps,and D.Cremers.LSDSLAM:Large-scale direct monocular SLAM.InProceedings of the European Conference on Computer Vision(ECCV),2014,andR.Mur-Artal and JD.Tardos.ORB-SLAM:Tracking and mapping recognizablefeatures.In Workshop on Multi View Geometry in Robotics(MVIGRO)-RSS 2014,2014)等技术取得了很大的进步，但是更高级的解决方案通常依赖大量的计算资源和专门的传感器装置(例如，激光探测和测距LADAR传感器、结构光传感器或飞行时间深度相机)，这使得难以转换成嵌入式计算装置，而嵌入式计算装置倾向于控制现实世界的商用机器人装置，例如，相较低成本的家用地板清洁机器人。

因此，需要一种可以在低成本机器人装置上实现的密集实时映射解决方案。

发明内容

根据本发明的第一方面，提供了一种用于映射观察的3D空间的设备。所述设备包括：映射引擎，其被配置为生成所述空间的表面模型；深度数据接口，用于获得所述空间的测量深度图；姿态数据接口，用于获得对应于测量深度图的姿态；以及可微渲染器。可微渲染器根据所述表面模型和来自所述姿态数据接口的姿态，渲染预测深度图；并且计算预测深度值相对于表面模型的几何形状的偏导数。所述映射引擎还被配置为：评估至少包括预测深度图和测量深度图之间的误差的成本函数；使用可微渲染器的偏导数，降低成本函数；并且使用降低成本函数的几何参数，更新表面模型。优选地，所述可微渲染器和所述映射引擎还被配置为迭代重复其相应的步骤：使用更新的表面模型重新渲染预测深度图；降低成本函数；并且更新表面模型。更优选地，更新表面模型直到深度图优化(从成本函数最小化)收敛。

在某些示例中，表面模型包括固定拓扑三角形网格。在其他示例中，表面模型包括相对于空间内的参考平面的一组高度值。

在一些情况下，所述映射引擎还被配置为对高度值应用阈值限制，以计算相对于参考平面的可导航空间。

在一个变型中，所述映射引擎实现生成模型，所述生成模型提供空间的深度图作为至少规定表面模型和姿态作为参数的采样变量。