[发明专利]一种基于深度图编码的重定位与回环检测方法

权利要求书

1.一种基于深度图编码的重定位与回环检测方法，其特征在于包括如下步骤：

步骤1：预处理

1-1.生成随机蕨，确定所需随机选的随机蕨个数N，并随机生成各随机蕨所对应的深度图像的像素坐标点位置：

第i+1个蕨的坐标为(x_i,y_i),width,height为深度图像的宽和高，x_i的范围在0到width之间，出现在每个值的概率为y_i的范围在0到height之间，出现在每个值的概率为

1-2.选取关于深度信息的K个阈值,用于对深度图像进行编码。

Z_j＝z₁z₂z₃…z_k j∈[1,N]

为蕨(x_j,y_j)对应的深度值，λ_i为K个阈值之一，z_i为比较的最终的结果，当时，z_i＝1；当时，z_i＝0；Z_j为对应的点(x_j,y_j)的编码结果，为一个二进制串.

1-3.构建数据结构。

结构一:用于储存当前深度图的编码信息，包含:

一个N*1矩阵Z1，用于储存深度图的编码值Z_j；矩阵中每个元素Z_j为对应的蕨(x_j,y_j)的编码值，Z_j为一个二进制串,把每个Z_j分别当一个元素存起来而不是相互串联形成一个长的二进制串，这样有利于多幅深度图编码值相似度的比较，以达到实时计算的目的

结构二:用于储存关键帧的数据，包含：

每个关键帧所对应的3*4大小的矩阵[R，t]；

矩阵[R，t]由每个关键帧相机位姿对应的旋转R和位移向量t组成；

结构三:用于快速检索，储存着关于关键帧单个蕨的编码值信息，包含一个数据结构:

数据结构包含一个编码值u_i，一个列表ids

一个以数据结构为元素的容器：容器内的所有元素中的编码值成员枚举了所有的编码值可能性，一共有2^K个元素，如下表所示，每一行代表一个数据结构定义的对象：

深度图中每个蕨的深度值与K个阈值比较得到一个二进制串，比较结果共有2^K种可能性。若关键帧上的蕨的编码值与某个u_i相等，就把关键帧的id添加入u_i对应的列表ids中,从而有利于加快检索时的速度。

1-4.选取和场景判别有关的阈值γ1、γ2、和τ。

设Q_min为当前帧编码值和所有历史关键帧编码值的比较结果中相似度最小的值。

①阈值γ₁用于判别当前帧图像是否可能为曾经到过的场景,如果Q_min<γ₁，则认为可能是曾经到达过的场景。

②为位姿对应的旋转角度的阈值，τ为位姿对应的平移向量的阈值，当:

Δt＜τ

则可认为相机在拍摄两帧图像时处于非常相近的空间位置和角度。其中Δθ和Δt分别表示所比较的两帧图像的相对旋转和平移。

③在不满足前两者条件下，通过γ₂判断是否为新的关键帧，当γ₂<Q_min则可把当前帧记录为关键帧。

步骤2：对观测到的深度图进行编码；

步骤3：计算二进制编码的相似；

步骤4：判别场景是否是刚经历的还是以前到过的。