[发明专利]基于数据关联及错误检测的SLAM系统和构造数据关联的方法

说明书

本发明提供了一种基于数据关联及错误检测的SLAM系统和构造数据关联的方法，其中，系统包括前端模块，关键帧数据库；前端模块构造数据关联的过程包括：S100，接收普通帧F及该普通帧F的预测位姿T_predict；S200，从关键帧数据库中查找出与该普通帧F相似的n个候选帧，将其分类为全局候选帧集合和局部候选帧集合；S300，计算每一候选帧到该普通帧F的位姿变换关系T_pc，T_pc作为关联结果；S400，按候选帧的分类对关联结果作错误检测以滤除错误关联结果；S500，判断经过所述S400之后是否有正确的关联结果，若判断结果为是，则返回执行S100，若判断结果否，则执行S600；S600，根据临时区中的历史普通帧及其预测位姿、该普通帧F及其预测位姿创建新的关键帧。

技术领域

本发明属于移动机器人领域，尤其涉及一种基于数据关联及错误检测的SLAM系统和构造数据关联的方法。

背景技术

移动式机器人的应用越来越普遍。例如，移动式机器人可以被用于移动式巡逻站。这样的移动式巡逻站配备有适当的传感器，使得它们能够在环境中自主地行驶，同时监测环境的异常状况，例如监测是否有非法入侵或者是否有行人跌倒等等一系列作业项目。

对于这样的移动式机器人，通常都有自主移动的需求，机器人的自主移动，一般都依赖于同时定位与地图构建(SLAM)技术。目前主流的SLAM技术主要使用了激光雷达或摄像机作为关联数据源。激光雷达方案的缺点是传感器价格比较贵，而且全局闭环能力相对较差，同时在机器人对环境的语义理解方面没有太多帮助，不太适合普遍地应用于消费级机器人。相应地，基于视觉的SLAM方案在移动机器人领域得到了广泛应用，而目前主流的视觉SLAM方案对算力都有较高的要求，都依赖于高帧率和高实时性运行，并且对使用场景也有一定要求，在低纹理或重复纹理区域都不能有鲁棒的结果，而且容易跟丢，视觉追踪失败后，需要有一套复杂的重定位机制，还需要机器人主动配合移动到之前走过的区域，这对于大部分没有人为干预的机器人系统来说，都是很难实现的，也是比较笨拙的行为，因此目前主流的视觉SLAM方案都难以落地于普通的嵌入式硬件平台上。

发明内容

为了解决背景技术中提到的问题，本发明提供一种基于数据关联及错误检测的SLAM系统，包括：前端模块，关键帧数据库；所述前端模块用于构造数据关联，关键帧数据库为关键帧的集合。前端模块构造数据关联的过程包括：

S100，接收数据，其中，数据至少包括普通帧F及该普通帧F的预测位姿T_predict；

S200，从关键帧数据库中查找出与该普通帧F相似的n个候选帧，将n个候选帧分类为全局候选帧集合和局部候选帧集合；

S300，计算每一候选帧到该普通帧F的位姿变换关系T_pc，如果T_pc计算成功，则确定该普通帧F关联到了该候选帧，T_pc作为关联结果；

S400，按候选帧的分类对关联结果作错误检测以滤除错误关联结果；

S500，判断经过所述S400之后是否有正确的关联结果，若判断结果为是，则返回执行S100，若判断结果否，则执行S600；

S600，根据临时区中的历史普通帧及其预测位姿、该普通帧F及其预测位姿创建新关键帧，若创建出了新关键帧，则将新关键帧存储于关键帧数据库，若未创建出新关键帧，则将该普通帧F存储于临时区。

进一步实施例中，所述系统还包括后端模块，

所述S500中，判断结果为是时，还将该普通帧F、该普通帧F的预测位姿、正确的关联结果发送至后端模块；

所述S600中，创建出新关键帧时，还将新关键帧发送至后端模块；