[发明专利]一种分层降噪的图优化方法和系统

权利要求书

1.一种分层降噪的图优化方法，其特征在于，包括以下步骤：

S1将整个网络划分为若干个模块，计算各个模块的局部定位结果；

S2获得端点分别在两个不同模块的边，将其设为关键边，对所述关键边进行平滑处理；

S3根据步骤S2中经过平滑的关键边，将步骤S1中的局部定位结果同步到同一全局坐标系中，从而获得经过降噪的图像。

2.如权利要求1所述的分层降噪的图优化方法，其特征在于，步骤S1的具体计算方法为：将整个网络中的节点进行聚类，形成若干模块，使得模块内部的点之间的连接稠密，而不同模块的点之间的连接稀疏；采用了G2O图优化算法计算各模块的局部结构是包括所有模块局部结构的向量，是第i个模块的局部结构，n_c是模块的数量。

3.如权利要求1所述的分层降噪的图优化方法，其特征在于，所述步骤S2中对所述关键边进行平滑处理的方法为：

S2.1提出测量关键边噪声程度的量化指标；

S2.2根据所述噪音程度的量化指标，为每个关键边分配一个调整向量Δ_i，对于任意一个环路，则有A_LΔ＝b_L，A_L为环路L的K维行向量，b_L是环路L的噪音程度的量化指标，K是关键边的个数，Δ＝[Δ₁,Δ₂,…Δ_K]^T；

S2.3找出不少于K个包含关键边的环路，建立方程组AΔ＝b，A是所有环路的K维系数矩阵，b是所有环路的噪音程度的量化指标；

S2.4求解所有环路的K维系数A，然后根据系数矩阵A求解出每条边的调整向量Δ。

4.如权利要求3所述的分层降噪的图优化方法，其特征在于，所述步骤S2.1中量化指标为闭环误差，所述闭环误差为包含l个边的环路L的偏导数J与零向量的差值，所述闭环误差的公式为：

其中，代表节点间的测量信息，表示节点间的距离测量，θ_ij表示节点间的角度测量。

5.如权利要求4所述的分层降噪的图优化方法，其特征在于，所有关键边的调整矩阵Δ的计算公式为：Δ＝(A^TA)^-1A^Tb。

6.如权利要求3所述的分层降噪的图优化方法，其特征在于，所述步骤S2.4求解环路构造系数矩阵A方法为：对于K条关键边中的任意两条边，通过对相应顶点找出最短路径，使得这两条边形成环路，从而构造出条环，形成关于所有关键边的调整矩阵Δ的超定方程组；或者仅使用相邻的模块间的关键边形成的环，形成关于所有关键边的调整矩阵Δ的超定方程组。

7.如权利要求1所述的分层降噪的图优化方法，其特征在于，步骤S3的具体方法为：

S3.1在步骤S1每个模块中任意选取一个代表点，并将步骤S2中经过平滑的关键边投影到所述代表点之间的边上，形成骨干图；

S3.2求解骨干图，获得所述代表点的全局结果；

S3.3根据所述代表点的局部结果和全局结果，对所述骨干图进行拓展，获得关键边顶点折算的全局结果；

S3.4根据关键边顶点的局部结果和全局结果，通过点云对齐方法，将步骤S1中各模块的局部结果获得各模块的全局结果

8.如权利要求7所述的分层降噪的图优化方法，其特征在于，步骤S3.3中关键边顶点折算的全局结果为：

其中，为关键边顶点的全局结果，为关键边顶点的局部结果，为第i个代表点的全局结果，为第i个代表点的全局结果。

9.如权利要求8所述的分层降噪的图优化方法，其特征在于，步骤S3.4中通过各模块的局部结果获得各模块的全局结果的公式为：

10.一种分层降噪的图优化系统，其特征在于，包括：

网络分层模块，用于将整个网络划分为若干个模块，计算各个模块的局部定位结果；

关键边处理模块，用于获得端点分别在两个不同模块的边，将其设为关键边，对所述关键边进行平滑处理；

全局结果获得模块，用于根据关键边处理模块中经过平滑的关键边，将网络分层模块中的局部定位结果同步到同一全局坐标系中，从而获得经过降噪的图像。