[发明专利]实时定位与地图构建方法、装置及计算机可读存储介质

说明书

本发明公开了一种实时定位与地图构建方法、装置及计算机可读存储介质，属于机器人技术领域。该方法包括：获取在当前位置采集到的当前视觉图像和当前激光数据；在检测到当前视觉图像中的对象相对于历史视觉图像中的对象发生了运动时，将所述当前视觉图像和当前激光数据作为优化节点信息写入到地图数据，所述历史视觉图像为采集时间早于所述当前视觉图像的视觉图像。本发明在检测到当前视觉图像中的对象相对于历史视觉图像中的对象发生运动时，可以将当前视觉图像和当前激光数据作为优化节点信息写入到地图数据，避免了因对机器人运行分析不当而导致机器人定位和构建地图不准确。

技术领域

本发明涉及机器人技术领域，特别涉及一种实时定位与地图构建方法、装置及计算机可读存储介质。

背景技术

自主机器人是指携带各种必要的传感器和控制器，在运行过程中无外界人为信息输入和控制的条件下，可以独立完成一定任务的机器人。比如，常见的自主机器人有扫地机器人。其中，机器人的自主性主要体现在机器人的自主导航，在未知的环境中，实现机器人的自主导航就要绘制机器人所处环境的地图。

目前，可以通过SLAM(Simultaneous Localization and Mapping，实时定位与地图构建)算法绘制地图。其中，在通过SLAM算法绘制地图时，通过机器人上携带的激光传感器和视觉传感器分别获取激光数据和视觉数据，激光数据为描述机器人与障碍物之间的距离的数据，视觉数据为描述机器人所在场景的数据。之后，通过机器人的车轮上安装的轮式里程计确定机器人是否发生移动，当通过轮式里程计确定机器人偏移当前位置指定阈值时，通过视觉数据和激光数据进行机器人的闭环检测，从而根据闭环检测结果进行机器人的定位和地图的构建。

但是，由于通过轮式里程计确定机器人发生移动时，有可能机器人的位置并未发生变化，比如，机器人撞到墙壁，机器人的车轮依旧会进行转动，轮式里程计进行正常的数据采集，后续根据视觉数据和激光数据进行闭环检测，并根据闭环检测结果进行机器人定位和地图构建后，机器人定位将不准确，构建的地图与实际场景将会不符合，降低了构建地图的准确性。

发明内容

本发明实施例提供了一种实时定位与地图构建方法、装置及计算机可读存储介质，用于解决相关技术中机器人定位不准确以及构建地图准确性低的问题。所述技术方案如下：

第一方面，提供了一种实时定位与地图构建方法，所述方法包括：

获取在当前位置采集到的当前视觉图像和当前激光数据；

在检测到当前视觉图像中的对象相对于历史视觉图像中的对象发生了运动时，将所述当前视觉图像和当前激光数据作为优化节点信息写入到地图数据，所述历史视觉图像为采集时间早于所述当前视觉图像的视觉图像。

可选地，所述将所述当前视觉图像和当前激光数据作为优化节点信息写入到地图数据之前，还包括：

分别对所述当前视觉图像和所述历史视觉图像进行特征提取，得到第一视觉特征点和第二视觉特征点；

根据所述第一视觉特征点和所述第二视觉特征点，确定所述当前视觉图像与所述历史视觉图像之间的场景重合度；

当所述场景重合度小于第一预设阈值时，确定所述当前视觉图像中的对象相对于所述历史视觉图像中的对象发生了运动。

可选地，所述将所述当前视觉图像和当前激光数据作为优化节点信息写入到地图数据之前，还包括：

当所述当前视觉图像中不存在目标对象时，确定所述当前视觉图像中的对象相对于所述历史视觉图像中的对象发生了运动，所述目标对象为所述历史视觉图像中的对象；

当所述当前视觉图像中存在所述目标对象时，确定所述目标对象在所述历史视觉图像中的位置，以及确定所述目标对象在所述当前视觉图像中的位置；