[发明专利]一种机器人及其同步定位与建图方法和计算机存储设备

权利要求书

1.一种机器人的同步定位与建图方法，其特征在于，所述方法包括：

获取所述机器人所处环境的图像帧；

对所述图像帧进行特征提取，以获得多个图像特征点；

从所述多个图像特征点中获取静态图像特征点；

基于所述静态图像特征点进行建图或定位。

2.根据权利要求1所述的方法，其特征在于，所述从所述多个图像特征点中获取静态图像特征点的步骤包括：

建图时，通过深度学习的方式从所述图像帧识别出静态图像区域；

将处于所述静态图像区域内的所述图像特征点作为所述静态图像特征点。

3.根据权利要求1所述的方法，其特征在于，所述基于所述静态图像特征点进行建图或定位的步骤包括：

将当前图像帧的所述静态图像特征点与前一图像帧或关键图像帧的所述静态图像特征点进行特征匹配，并基于匹配结果计算所述当前图像帧所对应的位姿数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述静态图像特征点进行建图或定位的步骤包括：

定位时，将当前图像帧的所述静态图像特征点与地图文件中的真实地图特征点进行匹配，并基于匹配结果计算所述当前图像帧所对应的位姿数据；

以所述位姿数据为基准计算临时地图特征点的重投影误差；

基于所述重投影误差小于或等于预设阈值的所述临时地图特征点和已匹配的所述真实地图特征点重新计算所述位姿数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述静态图像特征点进行建图或定位的步骤进一步包括：

利用扩展卡尔曼滤波将基于所述静态图像特征点计算获得的第一位姿数据与基于惯性传感器获得的第二位姿数据进行融合处理。

6.根据权利要求5所述的方法，其特征在于，所述第一位姿数据的生成频率小于所述第二位姿数据的生成频率；

所述利用扩展卡尔曼滤波将基于所述静态图像特征点计算获得的第一位姿数据与基于惯性传感器获得的第二位姿数据进行融合处理的步骤包括：

利用前一时刻的位姿数据及从所述惯性传感器获取的惯性导航数据预测得到所述第二位姿数据；

输出所述第二位姿数据；

判断是否预定时间内接收到所述第一位姿数据；

若接收到所述第一位姿数据，则利用所述第一位姿数据对所述第二位姿数据进行更新以获取当前时刻的位姿数据；

若未收到所述第一位姿数据，则将所述第二位姿数据作为所述当前时刻的位姿数据。

7.一种机器人，其特征在于，所述机器人包括处理器和存储器，所述处理器耦接所述存储器，所述存储器用于存储计算机程序，所述处理器用于：

获取所述机器人所处环境的图像帧；

对所述图像帧进行特征提取，以获得多个图像特征点；

从所述多个图像特征点中获取静态图像特征点；

基于所述静态图像特征点进行建图或定位。

8.根据权利要求7所述的机器人，其特征在于，所述处理器还用于：

通过深度学习的方式从所述图像帧识别出静态图像区域；

将处于所述静态图像区域内的所述图像特征点作为所述静态图像特征点。

9.根据权利要求7所述的机器人，其特征在于，所述处理器进一步用于：

将当前图像帧的所述静态图像特征点与前一图像帧或关键图像帧的所述静态图像特征点进行特征匹配，并基于匹配结果计算所述当前图像帧所对应的位姿数据。

10.一种计算机存储设备，其上存储有计算机程序，其特征在于，所述计算机程序能够被执行以实现权利要求1-6中任一项所述方法的步骤。