[发明专利]基于特征提取算法和关键帧的激光SLAM系统及方法有效
申请号: | 202110580471.4 | 申请日: | 2021-05-26 |
公开(公告)号: | CN113269094B | 公开(公告)日: | 2023-01-13 |
发明(设计)人: | 郭世毅;荣政;吴毅红;王硕 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V20/40;G06T7/13;G06T7/73;G06F17/16 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 特征 提取 算法 关键 激光 slam 系统 方法 | ||
1.一种基于特征提取算法和关键帧的激光SLAM系统,其特征在于,所述激光SLAM系统包括特征提取模块,跟踪模块和建图模块;
其中,所述特征提取模块用于提取当前帧的平面特征点及边缘特征点:
步骤A1:对当前帧的初始点云P0进行初次过滤,得到参考点云P;
步骤A2:选取所述参考点云P中的每一点pn,在同一条激光线上的m个左邻居[pn-m,...,pn-1]和m个右邻居[pn+1,...,pn+m],得到由2m+1个点构成的点集;
步骤A3:根据以下公式,计算所述点集的质心
步骤A4:根据以下公式,确定质心的协方差矩阵M:
步骤A5:将所述协方差矩阵M行特征值分解,并将分解结果按照升序排列得到第一特征值λ0、第二特征值λ1及第三特征值λ2;
步骤A6:根据第二特征值λ1及第三特征值λ2,确定点pn的曲率ratio:
步骤A7:根据曲率ratio,提取当前帧中的平面特征点和边缘特征点:
当所述曲率ratio大于第一曲率阈值时,点pn为平面特征点;当所述曲率ratio小于第二曲率阈值时,点pn为边缘特征点;
所述跟踪模块用于根据当前帧的平面特征点及边缘特征点,对当前帧进行实时跟踪,确定当前帧的位姿,并确定当前帧是否为关键帧;
所述建图模块用于在所述当前帧为关键帧时,并行关键帧到局部地图的匹配以及根据关键帧的位置进行回环检测,优化位姿并得到全局一致的地图。
2.根据权利要求1所述的基于特征提取算法和关键帧的激光SLAM系统,其特征在于,所述特征提取模块用于提取当前帧的平面特征点及边缘特征点,还包括:
对于每一条激光线上的各边缘特征点,确定其中的局部极小值对应的边缘特征点为主边缘点,二次滤除所述主边缘点设定范围内的边缘特征点,得到最终边缘特征点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110580471.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电动车辆的充电方法和装置
- 下一篇:一种抗量子攻击的格属性签名方法