[发明专利]多帧深度图像定位的关键帧融合控制方法及视觉机器人

说明书

本发明公开多帧深度图像定位的关键帧融合控制方法及视觉机器人，所述关键帧融合控制方法包括：步骤1、分别计算移动机器人的3d‑tof摄像头采集到的当前帧深度图像与预先采集到的关键帧序列内的每一关键帧之间的相对位姿；其中，关键帧序列是移动机器人预先存储的连续排列的深度图像的序列；步骤2、当所有计算出的相对位姿都满足预设的显著位姿变化条件时，将3d‑tof摄像头当前采集的当前帧深度图像配置为新的关键帧，再将这个新的关键帧插入所述关键帧序列，以使得下一次参与前述的相对位姿计算的关键帧反映移动机器人最新的位置关系。

技术领域

本发明涉及视觉SLAM技术领域，特别是一种基于多帧深度图像融合的关键帧融合控制方法及视觉机器人。

背景技术

3d-tof摄像头技术可以在有效范围内进行三维点云地图还原，因此，局部地图的构建和导航定位常使用到单目导航及双目视觉导航。然而使用3d-tof摄像头的过程中尚存的问题是：3d-tof摄像头的可视范围固定，在机器人转弯过程中往往很难识别定位出贴近机体边缘位置的障碍物或距离机体过近的障碍物（视为与机体的位置相同），即：现有技术中，在移动机器人沿着弓字形规划路径行走的过程中，实际工作环境存在障碍物距离移动机器人的机体很近，但在移动机器人转弯90度后，这个移动机器人基于实时采集的单帧深度数据进行定位时，无法探测到这个障碍物，容易产生定位盲点问题。

此外，中国专利CN110782494A使用深度图像的帧间时序性关系去提取匹配出更为完整的特征线段，以构建起三维地图，帧间连续性较好和位姿精度得到提升，没有考虑到过近的障碍物和过远的障碍物都会出现明显的定位误差问题，也没有解决机器人难以识别定位出贴近机体边缘位置的障碍物或距离机体过近的障碍物（视为与机体的位置相同）的问题。

发明内容

为了解决上述技术问题，本发明公开一种多帧深度图像融合的关键帧融合控制方法及视觉机器人，所述的关键帧融合控制方法实施于视觉机器人上，视觉机器人使用3d-tof摄像头采集的当前帧深度图像与关键帧的深度图像进行采集位姿的融合运算，求取视觉机器人在目标障碍物周围的位姿变化量，用于判断更新记录关键帧，从而通过更新的关键帧序列获得一个反映视觉机器人前方的障碍物状况的可供参考的地图点云数据，这样视觉机器人在经过转弯之后，即使是完全贴住车身的障碍物也能通过融合过去记录的关键帧的深度数据来进行识别定位。具体的技术方案包括：

一种多帧深度图像定位的关键帧融合控制方法，包括：步骤1、分别计算移动机器人的3d-tof摄像头采集到的当前帧深度图像与预先采集到的关键帧序列内的每一关键帧之间的相对位姿；其中，关键帧序列是移动机器人预先存储的连续排列的深度图像的序列；步骤2、当所有计算出的相对位姿都满足预设的显著位姿变化条件时，将3d-tof摄像头当前采集的当前帧深度图像配置为新的关键帧，再将这个新的关键帧插入所述关键帧序列，以使得下一次参与前述的相对位姿计算的关键帧反映移动机器人最新的位置关系。本技术方案利用3d-tof摄像头采集的当前帧深度图像的实时位姿与采集到关键帧序列内的所有深度图像对应的实时位姿进行融合运算，以求取表征移动机器人位置变化情况的相对位姿，再根据预设的显著位姿变化条件选择出反映清晰和广域的机器人周边信息的关键帧，与现有技术相比，移动机器人利用这些关键帧建立能够大范围覆盖到移动机器人前方的障碍物分布状况的局部点云地图，从而通过融合处理当前帧深度图像的采集位置与这些支持更新的关键帧的采集位置之间的相对位姿，来解决机器人基于实时采集的单帧深度图像难以识别定位出机体边缘位置贴近的障碍物或距离机体过近的障碍物的问题。