[发明专利]基于层次分组的语义SLAM对象关联和位姿更新方法及系统有效
申请号: | 202110685643.4 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113793378B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 张剑华;陈凯祺;刘嘉玲;孙波 | 申请(专利权)人: | 紫东信息科技(苏州)有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/20;G06T5/00 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 李柏柏 |
地址: | 215000 江苏省苏州市中国(江苏)自由贸易试验*** | 国省代码: | 江苏;32 |
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 层次 分组 语义 slam 对象 关联 更新 方法 系统 | ||
1.一种基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于,包括:
获取动态物体的运动图像;
根据所述运动图像构建关键帧队列,并从所述关键帧队列中选取连续的关键帧作为关键帧组,其中相邻的关键帧组具有重叠的关键帧;
对每个关键帧组内的关键帧进行物体关联操作,得到每个关键帧组的对象路标及其位姿信息;
根据一个关键帧组的对象路标及其位姿信息构建高斯混合模型,利用所述高斯混合模型判断每个关键帧组中的每个对象路标是否与其他关键帧组中的每个对象路标关联,得到判断结果;
根据所述判断结果更新地图中的对象路标及其位姿信息;
对每个关键帧组内的关键帧进行物体关联操作包括:
利用MOT算法检测得到每个关键帧组内的对象测量,其中对象测量包括位姿信息,并将每个对象测量关联到对象路标,得到包含有对象路标及其位姿信息的关键帧组;
其中,将每个对象测量关联到对象路标,得到包含有对象路标及其位姿信息的关键帧组包括:
首先将与关键帧组中的第一个对象测量关联的对象路标作为第一个对象路标;然后判断该关键帧组中的第二个对象测量是否与第一个对象路标关联,若判断结果为是,则将第二个对象测量关联到该第一个对象路标,若判断结果为否,则生成与第二个对象测量相关联的第二个对象路标;之后再分别判断该关键帧组中的第三个对象测量是否与第一个对象路标和第二个对象路标关联,依次类推,得到包含有对象路标及其位姿信息的关键帧组。
2.根据权利要求1所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:获取动态物体的运动图像包括:
在所述动态物体运动过程中,利用摄像设备捕捉其运动图像,对于每一帧图像分别计算所述摄像设备的位姿以及摄像设备在地图上的位置。
3.根据权利要求2所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:在利用摄像设备捕捉动态物体的运动图像前进行去畸变处理。
4.根据权利要求1所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:根据所述运动图像构建关键帧队列包括:
以第一个图像帧作为关键帧添加至关键帧队列中,并以该关键帧作为参照选取图像信息变化明显的图像帧设为新的关键帧,将新的关键帧添加至关键帧队列中,并以新的关键帧作为参照选取其他的关键帧,依次类推,得到包括多个关键帧的关键帧队列。
5.根据权利要求1所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:每个关键帧组内的关键帧的数量小于等于10。
6.根据权利要求1所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:根据一个关键帧组的对象路标及其位姿信息构建高斯混合模型,利用所述高斯混合模型判断每个关键帧组中的每个对象路标是否与其他关键帧组中的每个对象路标关联包括:
S4.1:根据第n个关键帧组中的第i个对象路标及其位姿信息构建高斯混合模型;
S4.2:将第m个关键帧组中的第j个对象路标及其位姿信息作为所述高斯混合模型的输入值,计算第m个关键帧组中的第j个对象路标与第n个关键帧组中的第i个对象路标的最大相似概率;
S4.3:若最大相似概率大于等于预设的阈值,则判断与关联,若最大相似概率小于预设的阈值,则判断与不关联,且重复步骤S4.2,直至找到与关联的对象路标。
7.根据权利要求6所述的基于层次分组的语义SLAM对象关联和位姿更新方法,其特征在于:在判断第m个关键帧组中的第j个对象路标与第n个关键帧组中的第i个对象路标关联后,则得到与关联的所有对象测量均与关联。
8.一种基于层次分组的语义SLAM对象关联和位姿更新系统,其特征在于,包括:
获取模块,所述获取模块用于获取动态物体的运动图像;
关键帧组构建模块,所述关键帧组构建模块用于根据所述运动图像构建关键帧队列,并从所述关键帧队列中选取连续的关键帧作为关键帧组,其中相邻的关键帧组具有重叠的关键帧;
第一层次对象关联模块,所述第一层次对象关联模块用于对每个关键帧组内的关键帧进行物体关联操作,得到每个关键帧组的对象路标及其位姿信息;
第二层次对象关联模块,所述第二层次对象关联模块用于根据一个关键帧组的对象路标及其位姿信息构建高斯混合模型,利用所述高斯混合模型判断每个关键帧组中的每个对象路标是否与其他关键帧组中的每个对象路标关联,得到判断结果;
位姿更新模块,所述位姿更新模块用于根据所述判断结果更新地图中的对象路标及其位姿信息;
对每个关键帧组内的关键帧进行物体关联操作包括:
利用MOT算法检测得到每个关键帧组内的对象测量,其中对象测量包括位姿信息,并将每个对象测量关联到对象路标,得到包含有对象路标及其位姿信息的关键帧组;
其中,将每个对象测量关联到对象路标,得到包含有对象路标及其位姿信息的关键帧组包括:
首先将与关键帧组中的第一个对象测量关联的对象路标作为第一个对象路标;然后判断该关键帧组中的第二个对象测量是否与第一个对象路标关联,若判断结果为是,则将第二个对象测量关联到该第一个对象路标,若判断结果为否,则生成与第二个对象测量相关联的第二个对象路标;之后再分别判断该关键帧组中的第三个对象测量是否与第一个对象路标和第二个对象路标关联,依次类推,得到包含有对象路标及其位姿信息的关键帧组。
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紫东信息科技(苏州)有限公司,未经紫东信息科技(苏州)有限公司许可,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/202110685643.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种防摔裤子
- 下一篇:用于清水混凝土的环保型保护涂料及其制备方法