[发明专利]基于深度图像的机器人定位与建图方法和装置

说明书

本申请涉及一种基于深度图像的机器人定位与建图方法、装置、计算机设备及存储介质，所述方法包括：使用RGB‑D相机进行周边环境探测，采集得到RGB图像和深度图像，并基于RGB图像和深度图像，确定连续的图像帧，采用稀疏直接法对连续的图像帧进行计算，得到当前帧的初始位姿，实现通过较少量的计算，确定初始位姿，提高位姿获取的速度，同时，采用特征点法对当前帧的初始位姿进行计算与优化，得到当前帧的精确位姿，确保光照发生变化或快速移动时，位姿估计的准确性，再根据当前帧的精确位姿中进行关键帧选取，得到关键帧序列，基于关键帧序列进行局部建图与优化，生成环境地图，实现高效准确地生成环境地图，提高了机器人定位与建图的效率和精确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种机器人定位与建图方法、装置、计算机设备及存储介质。

背景技术

近年来，无人驾驶、机器人、无人机和AR/VR等技术得到飞速发展，同时定位与地图构建也成为了研究的热点问题，被认为是这些领域的关键基础技术。这是因为在未知环境中，机器人的准确定位需要精确地环境地图，而想要构建精确地环境地图，机器人也要知道自己在环境中的准确位置。而SLAM(Simultaneous Localization and Mapping)技术使就是让机器人等载体在未知环境中的未知地点出发，利用自身所搭载的一系列传感器(激光雷达、GPS、IMU、相机等)来观测所处的环境特征，进而计算出机器人移动的位姿，根据自身的姿态和位置增量式的构建未知环境地图。最终可以构建一个完整的全局一致的环境地图，以便为后期的导航、避障、路径规划等应用提供必要的支持。

在SLAM技术所应用的诸多传感器中，相比基于激光雷达搭建的激光SLAM，视觉传感器(单目、双目、RGB-D相机)不仅更便宜，还可以提供更多更丰富的环境信息。其中，RGB-D相机可以同时提供RGB图像和对应的深度图，可以节省大量的计算资源。因此，在室内的定位建图中，利用RGB-D相机实现视觉SLAM越来越受欢迎。

在现有的利用RGB-D相机实现视觉SLAM中，PTAM(Parallel Tracking andMapping)，是具有代表性的基于关键帧的视觉SLAM系统。该系统使用多线程方法实现了并行跟踪和建图的过程，并使用非线性优化来进行后端优化。PTAM满足了视觉SLAM的实时性要求，但在实现本申请过程中，发明人发现现有技术至少存在如下问题：在较大场景下，采用PTAM实现视觉SLAM重定位容易失败，因而，在较大场景下，如何准确进行机器人定位与建图成了一个亟待解决的难题。

发明内容

本申请实施例的目的在于提出一种基于深度图像的机器人定位与建图方法、装置、计算机设备及存储介质，以提高在较大场景时机器人定位和建图的准确率。

为了解决上述技术问题，本申请实施例提供一种基于深度图像的机器人定位与建图方法，包括：

使用RGB-D相机进行周边环境探测，采集得到RGB图像和深度图像，并基于所述RGB图像和深度图像，确定连续的图像帧；

采用稀疏直接法对所述连续的图像帧进行计算，得到当前帧的初始位姿；

采用特征点法对所述当前帧的初始位姿进行计算优化，得到当前帧的精确位姿；

根据所述当前帧的精确位姿中进行关键帧选取，得到关键帧序列；

基于所述关键帧序列进行局部建图与优化，生成环境地图。

进一步地，所述基于所述RGB图像和深度图像，确定连续的图像帧包括：

提取每个所述RGB图像的ORB特征；

根据所述RGB图像对应的深度图像计算出特征点的空间坐标；

基于所述ORB特征和所述空间坐标，得到所述图像帧。

进一步地，所述采用稀疏直接法对所述连续的图像帧进行计算，得到当前帧的初始位姿包括：