[发明专利]一种用于双目SLAM的半稠密认知地图创建方法

权利要求书

1.一种用于双目SLAM的半稠密认知地图创建方法，其特征在于，包括以下步骤：

1)定位和识别关键帧中的感兴趣物体；

2)网格划分关键帧，并对感兴趣物体所在的网格进一步细划分；

3)为每一个网格提取网格关键点；

4)使用高斯分布的深度滤波器表示网格关键点的深度估计；

5)在当前帧中匹配关键帧中的网格关键点；

6)计算并更新网格关键点的深度滤波器；

7)当双目SLAM选择新关键帧时，使用当前关键帧的深度滤波器初始化新关键帧；

8)当双目SLAM结束后，将深度估计转换为特定的地图表示。

2.根据权利要求1所述的一种用于双目SLAM的半稠密认知地图创建方法，其特征在于：在步骤1)中，在关键帧中搜索感兴趣物体，并获取物体在图像中的位置区域以及物体的类别，其中，物体的定位与识别采用Single Shot MultiBoxDetector算法，用户通过自定义训练数据集，并对算法进行离线训练，从而只搜索用户感兴趣的物体。

3.根据权利要求1所述的一种用于双目SLAM的半稠密认知地图创建方法，其特征在于：在步骤2)中，根据双目视觉图像的分辨率选择所需大小的网格对关键帧进行划分，并对感兴趣物体所在的网格进一步细划分，包括以下步骤：

2.1)根据双目视觉图像的分辨率选择所需大小的网格；

2.2)计算图像中的网格数，即图像的每行和每列的网格数：

gridRows＝imageHeight/HEIGHT

gridCols＝imageWidth/WIDTH

式中，HEIGHT和WIDTH表示网格的大小，imageHeight和imageWidth表示图像的分辨率，gridRows和gridCols表示图像每行和每列的网格数，为整数类型；

2.3)由于步骤2.2)的除法计算可能不能整除，这会导致访问不到图像最后几行和最后几列的像素，因此，根据计算得到的网格数反向计算网格的大小，即网格的高和宽，代替原来选择的网格大小：

cellHeight＝imageHeight/gridRows

cellWidth＝imageWidth/gridCols

式中，cellHeight和cellWidth表示新的网格大小，为小数类型；

2.4)为了能够获取到感兴趣物体的更多信息，进一步细划分物体所在的网格，根据物体的大小选择所需大小的细划分粒度。

4.根据权利要求1所述的一种用于双目SLAM的半稠密认知地图创建方法，其特征在于：在步骤3)中，为每一个网格提取网格关键点，每一个网格能够有多个网格关键点，网格关键点的提取策略如下：

3.1)若网格中存在ORB关键点，则选取所有ORB关键点作为网格关键点；

3.2)若网格中不存在ORB关键点，则采取类似Fast角点提取的策略，放宽角点提取的约束，选取提取出的所有角点作为网格关键点；否则，选择网格的中心点作为网格关键点。