[发明专利]仿生视觉自运动感知地图绘制方法、存储介质及设备

说明书

本发明公开了一种仿生视觉自运动感知地图绘制方法、存储介质及设备，所述方法包括：根据仿生视觉感知系统采集环境信息，构建表征空间位置的情景记忆单元及环境地标模板，并生成对应的情景记忆库；根据陀螺仪和加速度计采集自运动信息，进行方向和位移编码，更新位姿感知信息；采用情景记忆库和环境地标模板对自运动信息进行修正；根据环境地标模板、情景记忆单元及自运动感知的相互联系，对仿生自运动感知地图进行绘制和校正。本发明能够利用视觉感知模板减少自运动感知误差，提高自主定位的精度以及情景记忆单元闭环检测的准确率。

技术领域

本发明属于SALM(即时定位与地图构建技术)技术领域，涉及一种仿生视觉自运动感知地图绘制方法、存储介质及设备。

背景技术

SALM技术(即时定位与地图构建技术)的核心问题是，要求机器人在一个陌生的环境中，首先要探索环境从而了解环境(构建地图)，同步运用地图追踪机器人在该环境中的位置(定位)。对SALM问题的传统解决方法主要是基于数学概率方法，其中，卡尔曼滤波器、粒子滤波器和极大期望算法等是机器人SALM问题的基本解决方法。虽然这些传统的SALM算法中仍使用激光测距和声呐测距采集信息，但是这些传感器采集信息，往往得到的数据不精确且使用有一定的局限性，更多情况下激光测距传感器已被视觉传感器所替代。

现有技术中，通常采用视觉SLAM算法来构建上述二维拓扑图，在构建二维拓扑图的过程中，通过图像处理方法来进行局部场景模板的更新，该方法仅能判断两幅环境图像信息是否一致，不存在位置坐标的实时更新，由于环境图像信息在获取和传输过程中会产生各类噪音，即使相同位置获得的图像信息也具有一定的差异，因此现有技术会导致图像匹配准确率和定位精度低，进而导致所构建的二维拓扑图失真。

发明内容

本发明的目的在于提供一种用于自动驾驶的轨迹控制方法，以解决现有技术中因位置坐标不能实时更新，图像匹配准确率和定位精度较差，二维位置估计图失真较为严重的问题。

所述的仿生视觉自运动感知地图绘制方法，包括：

步骤S1，根据仿生视觉感知系统采集的环境信息，构建表征空间位置的情景记忆单元及环境地标模板，并生成对应的情景记忆库；

步骤S2，根据陀螺仪和加速度计采集自运动信息，进行方向和位移编码，更新位姿感知信息；

步骤S3，采用情景记忆库和环境地标模板对自运动信息进行修正；

步骤S4，根据环境地标模板、情景记忆单元及自运动感知的相互联系，对仿生自运动感知地图进行绘制和校正。

优选的，在构建所述情景记忆库的过程中，首先，采用视觉传感器获取环境图像，对环境信息进行处理，得到表征环境位置的情景记忆单元；然后，采用视觉感知和相似性度量的方式来构建环境地标与空间位置信息的情景记忆库，每个情景记忆单元的显著度水平为：

其中，I_i(r)是初始环境识别信息，α是为了确保需要探索的空间环境中有足够的表征环境位置点的记忆单元而引入的参数，经过多次试验可得α＝0.5时效果最好，B＝0.1是用来判断位置r处的记忆单元是否被激活而设置的常数，即当且仅当某个情景记忆单元接收到的初始环境识别信息输入量在所有位置点最大显著度的10％以内时，情景记忆单元才会在r处被激活。

优选的，在所述步骤S2中，构建路径整合模块，利用陀螺仪和加速度计获取角速度调节信号以及特定方向上线速度调节信号，同时建立情景记忆库与路径整合模块的联系，对方向和位移进行编码；在t时刻更新的方向感知单元的优先方向θ^HD(t)为：