[发明专利]移动机器人离线地图保存与实时重定位方法

权利要求书

1.一种移动机器人离线地图保存与实时重定位方法，包括离线地图构建与保存，离线地图加载与重定位，其特征在于：当启动系统ORB-SLAM2时，首先检测离线地图并执行加载，当离线地图成功加载后，系统进入跟踪丢失状态，从而触发重定位模型寻找相机位置，并能够随着相机运动继续进行全局跟踪定位；

所述离线地图构建与保存方法的具体步骤如下：

(1)分别从地图Map与关键帧数据库KeyFrameDatabase的类对象读取地图与关键帧数据库内容；

(2)使用Boost::Serialization序列化库，在地图的各个元素与关键帧数据库类中定义序列化模板函数；

(3)创建二进制写入型文件，将读取的地图与关键帧数据库内容序列化保存至文件。

2.如权利要求1所述的移动机器人离线地图保存与实时重定位方法，其特征在于：所述重定位模型的重定位方法具体步骤如下：

(1)由公式计算获得当前帧的Bow向量；

所述公式计算为：对应对于一幅图像A中的单词w_i，其权重η_i可由以下公式计算获得：

其中是在图像A中单词w_i出现的次数，n_w是图像A中所有单词出现的总次数，nfeatures代表字典中所有特征的数量，代表字典中单词w_i中的特征数量；

计算出每个单词权重之后，图像A的BoW向量v_A可以表示为：

(2)从关键帧数据库中筛选候选帧：候选关键帧是重定位模型的初始化数据，是影响重定位性能的重要因素，候选关键帧的筛选在ORB-SLAM2中的具体流程如下：

a)选取所有与当前帧具有共同单词的关键帧；

b)统计与当前帧共有单词数最多的单词数量nMaxCoWords；

c)以0.8*nMaxCoWords为阈值，剔除共有单词数量少于此阈值的候选关键帧；

d)寻找每一个候选关键帧相连的共视关系最好的10个关键帧并以此为一组，计算每一组的相似度累计得分并返回其组内得分最高的关键帧；

e)剔除得分低于0.75倍最高得分的关键帧；

(3)特征匹配：在当前帧与候选关键帧的同一个单词节点下，进行特征匹配，剔除匹配点数小于15的候选帧；

(4)估计当前帧位姿：利用匹配的特征点，构建3D-2D的PnP问题，然后利用RANSAC迭代求解，当有足够的内点时，判断重定位成功。

3.如权利要求1或2所述的移动机器人离线地图保存与实时重定位方法，其特征在于：所述包括离线地图构建与保存，离线地图加载与重定位外，还包括离线地图以及轨迹可视化模块，以方便用户查看建图效果和机器人运行轨迹，具体步骤如下：

(1)利用所述离线地图构建与保存方法加载地图；

(2)地图点和关键帧是最能够直观反映地图效果和建图轨迹的数据，因此调用Pangolin库创建可视化窗口，显示地图点和关键帧；

(3)使用Pangolin库单独可视化机器人轨迹，输入数据可以是ORB-SLAM2运行结束后保存的相机位姿文件或者关键帧文件。