[发明专利]即时定位与地图构建的优化方法及装置

权利要求书

1.一种即时定位与地图构建的优化方法，其特征在于，所述方法包括：

S201：获取待处理图像的稳定性特征；

S202：获取所述稳定性特征的子特征；

S203：对所述子特征进行聚类处理，以获得其中相似度大于预设阈值的子特征；

S204：屏蔽所述相似度大于预设阈值的子特征；

S205：根据所述稳定性特征，追踪所述待处理图像；

S206：根据所述稳定性特征，对构建的所述地图和位置进行优化处理：

其中，在修正所述地图和位置的尺度漂移时，可分为以下两种情况进行分别处理：若追踪所述待处理图像所指示的物体可被追踪，则利用光束平差法来修正所述地图和位置的尺度漂移，具体如下：

在时间k、k+i和k+j，分别观察到同一个物体，定义一个能量函数来描述这种差异：

其中，r_i和r_j是在时间i和j观察到的物体，函数S(r_i,r_j)表示在时间r_i和时间r_j时，物体在三维坐标中的形状或大小差异；

由于物体在三维坐标中的估计与照相机的姿态有关，因此可以通过优化照相机的姿态来最小化物体在不同时间的位置和大小差异，计算公式如下：

其中，T表示照相机的姿态，E_err表示物体在不同时间的位置和大小差异，表示需要优化的关键帧集合，R表示在关键帧集合观察到的物体，

若无法追踪所述待处理图像所指示的物体，则通过预设递增函数来修正所述地图和位置的尺度漂移：

当物体不可以追踪时，则无法获取不同时间物体的位置和大小，如已知真正形状之间的差异可以定义为：

D_r(r_k)＝α_kD(r_k)+v (3)

其中α_k表示修正尺度参数，v表示错误噪声，k表示关键帧，D(r_k)表示形状估计，当一个新的关键帧插入到待处理图像中时，这一帧的照相机姿态可以通过以下递增函数得到：

其中，表示修正后照相机姿态，T_kT^-1_k-1表示一个将k-1帧中坐标转换到k帧中的转换矩阵，函数表示相似变换函数，可用于更新照相机的姿态，α_k表示需要在第k帧中估计的随机变量。

2.根据权利要求1所述的方法，其特征在于，所述稳定性特征包括以下至少一种特征：角点、形状、大小和颜色。

3.根据权利要求1所述的方法，其特征在于，所述步骤203中，采用预设机器学习模型分割所述待处理图像的相似稳定性特征区域，以屏蔽所述相似稳定性特征区域。

4.一种即时定位与地图构建装置，其特征在于，所述装置包括：

获取模块，配置为获取待处理图像的稳定性特征；

屏蔽模块，配置为屏蔽相似的所述稳定性特征，以用于地图和位置进行初始化处理；

追踪模块，配置为根据所述稳定性特征，追踪初始化处理后的所述待处理图像；

优化模块，配置为根据所述稳定性特征，对构建的所述地图和位置进行优化处理。

5.根据权利要求4所述的装置，其特征在于，所述屏蔽模块包括：

获取子模块，配置为获取所述稳定性特征的子特征；

聚类子模块，配置为将所述子特征进行聚类处理，以获得其中相似度大于预设阈值的子特征；

第一屏蔽子模块，配置为屏蔽所述相似度大于预设阈值的子特征。

6.根据权利要求5所述的装置，其特征在于，所述屏蔽模块包括：

第二屏蔽子模块，配置为采用预设机器学习模型分割所述待处理图像的相似稳定性特征区域，以屏蔽所述相似稳定性特征区域；其中，所述相似稳定性特征区域中的稳定性特征的相似度大于预设阈值。