[发明专利]一种基于生成对抗网络的轨迹回环检测优化方法

说明书

本发明提供一种基于生成对抗网络的轨迹回环检测优化方法，包括：数据采集装置获取多目标信息，输出目标坐标位置、态姿、轨迹及高低分辨率图像集合；构建生成对抗网络重建生产仿真目标，包括第一生成器和第二生成器，三个局部鉴别器和一个全局鉴别器，输出仿真目标坐标位置、态姿、轨迹及真实目标的仿真高低分辨率图像集合；回环检测修正目标轨迹：检测关键帧，计算特征重复率，对同一目标基于二维高低分辨率图像集合、低分辨率图像集合以及三维RGB点云，构建字典判断回环；基于回环帧对目标轨迹进行优化，输出优化轨迹。本发明在实时更新轨迹的同时寻找到最优轨迹，为无人控制、目标探测与识别、可行区域检测、路径规划等提供精准的信息。

技术领域

本发明涉及人工智能及目标探测与识别、多传感器测量和环境感知等领域，尤其是涉及了一种基于生成对抗网络的轨迹回环检测优化方法。

背景技术

对于人工智能及目标探测与识别、多传感器测量和环境感知技术的日臻成熟，对于目标探测与识别，环境感知是必要前提，而目标探测是环境感知的重要组成部分，常见的目标探测传感器分为：(1)TOF测距图像传感器，通过发射波长各异的光波或声波，然后采集发射波的回波信号获取目标的距离、角度、反射强度、速度等信息，生成目标多维度图像，可以获取目标的距离数据，且不容易受到光照、烟雾、环境的影响，但是无法感知目标的状态；(2)相机可以获取更为丰富的色彩信息，能够识别长宽高和颜色等物体的基本状态属性，且具有更高的隐蔽性，但容易受到光照、烟雾、环境影响。

由上可知，不同类型的传感器具有不同的优点和弱点。传统的目标探测中采用大量的独立信息采集传感器，相互之间独立工作，各个传感系统采用多个处理器进行计算汇总，功耗大、效率低，采集的信息复杂而散乱甚至相冲突，降低了信息采集的可靠性。

轨迹优化是目标探测与识别，无人机、无人船导航和机器人技术中的重要问题，有广泛的应用场景：GPS导航、无人驾驶、计算机动画、路由问题、空间非合作目标和生活以及工业领域的很多方面。因此对轨迹规划问题的研究近年来成为一个研究热点。随着GPS、北斗等定位技术的快速发展，定位功能被广泛应用于目标探测与识别中，GPS、北斗等定位技术在应用时，由于电流层、比流层等环境因素的影响，生成的运动轨迹具有一定的误差。运动轨迹是根据一系列定位得到的位置点信息生成的。目前针对运动轨迹的优化方法主要有两种，一种是根据之前生成的运动轨迹，预测下一个位置点信息，然后与实际生成的位置点信息进行比对，从而纠正实际生成的位置点信息；另一种方法是滤波方法，如中值滤波、多点滤波等。由上可知，现有技术中对运动轨迹的优化主要采用预测法和滤波法，优化后的运动轨迹不够准确，与实际轨迹差距较大。

本发明通过激光雷达和双目立体视觉相机、RGB-D相机联合获取目标的信息，输出目标坐标位置、态姿、轨迹及高低分辨率图像集合；构建生成对抗网络重建生产仿真目标，包括第一生成器和第二生成器，三个局部鉴别器和一个全局鉴别器，输出仿真目标坐标位置、态姿、轨迹及仿真高低分辨率图像集合；回环检测修正目标轨迹，在二维层面上通过对同一目标的高低分辨率图像按照相似性计算划分构成分辨率字典，三维判断目标点云RGB划分构建字典以及位移和旋转度是否满足阈值，判断回环；基于回环帧对目标轨迹进行优化，输出优化轨迹。本发明输出最优轨迹，为无人控制、目标识别和探测、可行区域检测、路径规划等提供精准的信息。

发明内容

为解决现有技术中多种传感器单独使用，采集信息复杂而散乱甚至相冲突，降低采集信息可靠性，以及现有技术对运动轨迹的优化不够准确，与实际轨迹差距较大等问题，本发明的目的在于提供一种基于生成对抗网络的轨迹回环检测优化方法，以实现目标在运动过程中的最优轨迹的输出。