[发明专利]一种用于双目SLAM的半稠密认知地图创建方法

说明书

本发明公开了一种用于双目SLAM的半稠密认知地图创建方法，包括步骤：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。本发明可以实现移动机器人的自主导航和避障以及三维环境重建；通过对环境创建认知地图，可以实现人与移动机器人和人与环境的交互。

技术领域

本发明涉及移动机器人、视觉SLAM以及地图创建领域，尤其是指一种用于双目SLAM的半稠密认知地图创建方法。

背景技术

同时定位与地图创建(Simultaneous Localization and Mapping，SLAM)是指移动机器人在一个未知环境下，通过自身携带的传感器获取环境信息，并在运动过程中不断估计自身的位姿，同时对其周围环境创建地图。SLAM主要用于解决移动机器人的“定位”和“地图创建”，移动机器人一方面需要知道自己当前在地图的什么位置(定位)，另一方面又需要创建周围环境的地图(地图创建)。SLAM自提出以来，迅速得到了广大学者的关注和研究，一直是移动机器人领域的研究热点。

最近几年，基于视觉的SLAM(Visual SLAM,vSLAM)由于系统配置简单、能获取到丰富的环境信息以及技术难度较高，受到了广泛的关注和研究。vSLAM主要包括初始化、视觉里程计、地图创建、重定位、闭环检测、全局地图优化等模块。基于实现方式，vSLAM可以分为1)基于特征的vSLAM，需要提取图像的特征点，能够创建稀疏地图；2)直接vSLAM，不需要提取图像的特征，能够创建稠密或半稠密地图；3)基于RGB-D的vSLAM，直接获取到图像的深度信息，能够创建稠密或半稠密地图。

与直接vSLAM和基于RGB-D的vSLAM创建的地图不同，基于特征的vSLAM只能够创建稀疏地图。稀疏地图只能用于移动机器人的定位，而不能用于移动机器人的自主导航和避障等其它应用场景。因此，对基于特征的vSLAM进行改进和完善，使其能够创建稠密或半稠密地图是十分必要的。

本发明提供一种用于双目SLAM的半稠密认知地图创建的方法。通过对环境创建半稠密地图，可以实现移动机器人的自主导航和避障以及三维环境重建；通过对环境创建认知地图，可以实现人与移动机器人和人与环境的交互。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种准确性和实用性较强的用于双目SLAM的半稠密认知地图创建(Semi-dense Semantic Mapping for StereoSLAM，SDS-Mapping)方法，该方法结合双目SLAM的视觉里程计，实现了对周围环境的半稠密地图和认知地图的创建，能够用于实现移动机器人的定位、导航和避障以及环境的三维重建和交互等，有效扩展了基于特征的vSLAM的使用场景以及确保了环境地图创建的完整性。

为了实现上述目的，本发明所提供的技术方案为：一种用于双目SLAM的半稠密认知地图创建方法，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；