[发明专利]一种位姿获取方法、装置及移动设备

说明书

本申请公开了一种位姿获取方法、装置及移动设备，方法包括：获得当前帧图像；获得当前帧图像中的在滑动窗口所包含的历史图像中有相匹配的特征点的特征点；分别获得每个当前帧图像中匹配出的特征点的第一像素模型；分别将每个当前帧图像中匹配出的特征点的第一像素模型与相应的第二像素模型进行比对以得到模型比对结果，模型比对结果表征当前帧图像中匹配出的特征点对应的空间点是否属于运动物体；第二像素模型为历史图像中与当前帧图像中的特征点相匹配的特征点的像素模型；根据模型比对结果筛选出当前帧图像中的目标特征点，目标特征点为对应的空间点不属于运动物体的特征点；根据目标特征点对应的重投影误差获得移动设备的当前位姿。

技术领域

本申请涉及智能家居技术领域，尤其涉及一种位姿获取方法、装置及移动设备。

背景技术

同时定位与建图(Simultaneous Localization and Mapping，SLAM)技术成为当前机器人领域研究的热点，SLAM技术按照传感器的不同可以分为激光SLAM和视觉SLAM。其中，视觉SLAM是通过一张张连续运动的图像，推断机器人的位姿以及周围环境的情况。视觉SLAM具体是指搭载特定传感器的机器人，在没有环境先验信息的情况下，在运动过程中建立环境模型，并且估计自己的运动位姿。

而目前基于SLAM定位的算法都是基于环境是静态或者准静态的假设，也就是整个场景都是静态的。但是实际的机器人运行场景中大多数都是动态场景，相对运动的物体会对位姿获取造成干扰，因此会存在定位准确性较低的情况。

因此，亟需一种能够提高SLAM定位准确性的技术方案。

发明内容

有鉴于此，本申请提供一种位姿获取方法、装置及移动设备，用以解决现有技术中动态场景下的移动设备定位准确性较低的技术问题。

本申请提供了一种位姿获取方法，包括：

获得当前帧图像，所述当前帧图像为移动设备上的图像采集装置所采集到的图像；

获得所述当前帧图像中匹配出的特征点，其中，所述当前帧图像中匹配出的特征点为在所述当前帧图像对应的滑动窗口所包含的历史图像中有相匹配的特征点的特征点；所述滑动窗口中包含多帧历史图像，所述历史图像为所述当前帧图像之前的关键帧图像；

分别获得每个所述当前帧图像中匹配出的特征点的第一像素模型，所述第一像素模型对应于所述当前帧图像中匹配出的特征点的多个邻居特征点，且所述第一像素模型还具有所述第一像素模型的方向向量和所述当前帧图像中匹配出的特征点的重投影误差；

分别将每个所述当前帧图像中匹配出的特征点的第一像素模型与相应的第二像素模型进行比对，以得到模型比对结果，所述模型比对结果表征所述当前帧图像中匹配出的特征点对应的空间点是否属于运动物体；其中，所述第二像素模型为所述历史图像中与所述当前帧图像中匹配出的特征点相匹配的特征点的像素模型，所述第二像素模型对应于所述历史图像中匹配出的特征点的多个邻居特征点，且所述第二像素模型还具有所述第二像素模型的方向向量和所述历史图像中匹配出的特征点的重投影误差的均值；

根据所述模型比对结果，筛选出所述当前帧图像中的目标特征点，所述目标特征点为所述当前帧图像中对应的空间点不属于运动物体的特征点；

根据所述当前帧图像中的目标特征点对应的重投影误差，获得所述移动设备的当前位姿。

上述方法，优选的，根据所述当前帧图像中的目标特征点对应的重投影误差，获得所述移动设备的当前位姿，包括：

根据所述目标特征点对应的空间点的深度值，获得所述目标特征点对应的权重值；

根据所述目标特征点对应的权重值，获得所述目标特征点的重投影误差最小时对应的位姿变换矩阵，所述重投影误差根据所述目标特征点在所述历史图像中对应的三维坐标值和所述目标特征点在所述当前帧图像中的二维坐标值获得；