[发明专利]一种基于一致性集群的视觉SLAM回环验证系统

说明书

本发明涉及一种基于一致性集群的视觉SLAM回环验证系统，该系统包括：前端视觉里程计模块：用以对输入的图像帧提取特征，并确定相邻图像帧间的位置关系，构建局部地图；回环检测模块：以前端视觉里程计计算过的图像帧为基础，以相似度为依据进行图像帧为相同位置的判断，即判定回环；后端非线性优化模块：用以通过图优化方法对前端视觉里程计模块输入的局部地图和回环检测模块输出的回环约束进行全局优化，得到全局一致的轨迹和地图。与现有技术相比，本发明具有可靠性高、准确性好、资源消耗少等优点。

技术领域

本发明涉及人工智能及机器人控制领域，尤其是涉及一种基于一致性集群的视觉SLAM回环验证系统。

背景技术

近些年来，人类社会朝着智能化和工业化的方向飞速发展，在此大环境下，国内外出现了一大批研发项目和机器人产品，涉及生活中的各个领域，移动机器人就是其中一类被广泛关注的机器人。例如，Google无人车项目，该项目旨在研发无人驾驶汽车，帮助驾驶员完成对车辆的启动、驾驶等操作。该项目已进入实际道路测试阶段，并完成了超百万公里的驾驶距离。另外，其他移动机器人，包括家庭清洁机器人、餐厅送餐机器人、安防机器人、搬运集装箱的大型货运自动导引机器人等，都已经被运用于各种场景，来提升工作效率，拓展人类的能力边界。机器人研究涉及多个工科研究领域，包括机械设计、智能控制、机器视觉等不同方面，因此对机器人的研究实质上是对多学科交叉融合课题的研究，可以推动不同技术的融合发展。

移动机器人的同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术是保证移动机器人可以在无需外界帮助条件下完成路径导航的必要技术，而其中尤为重要的是对机器人自身所在位置的精准确定，帮助机器人实现在运动层面的控制和在路径层面的规划等工作，推动移动机器人的智能化和完全自主化发展。

回环检测是视觉SLAM的重要组成部分，其主要作用是判断出当前位置是否为机器人先前经过的位置，若判断是相同位置则认为是回环，将该情况作为后端优化的约束条件，提高定位准确性。正确的回环检测算法可以优化节点位姿约束，克服机器人移动过程中因为计算误差累积导致的漂移问题，完成全局一致的地图构建，极大的帮助了机器人的自主导航工作。SLAM系统基于前端视觉里程计构建的地图因为累积的位姿漂移出现偏差，当移动到先前到达的位置后，回环检测模块识别出回环后，提供优化约束到后端，对轨迹进行全局一致性优化，修正了累积误差，确定移动轨迹并构建准确地图。

视觉SLAM回环检测算法通过图像帧判别出机器人到达相同位置后，将该信息作为优化约束条件添加到后端非线性优化过程中，帮助系统获取更加精准的地图和更加精确的定位，然而仅是基于两幅图像帧的相似性判定出的单个回环假设可靠性不够高，可能造成部分错误的约束条件添加，导致错误的地图估计，因此，需要对视觉SLAM回环验证系统的定位精确性进行进一步的研究。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于一致性集群的视觉SLAM回环验证系统。

本发明的目的可以通过以下技术方案来实现：

一种基于一致性集群的视觉SLAM回环验证系统，该系统包括：

前端视觉里程计模块：用以对输入的图像帧提取特征，并确定相邻图像帧间的位置关系，构建局部地图；

回环检测模块：以前端视觉里程计计算过的图像帧为基础，以相似度为依据进行图像帧为相同位置的判断，即判定回环；

后端非线性优化模块：用以通过图优化方法对前端视觉里程计模块输入的局部地图和回环检测模块输出的回环约束进行全局优化，得到全局一致的轨迹和地图。

应用该系统的回环验证方法具体包括以下步骤：

1)通过前端视觉里程计模块对输入图像作特征提取，并基于对极几何确定相邻图像帧间的距离关系，构建局部地图；