[发明专利]基于混合度量-拓扑相机的定位

说明书

本公开提供了“基于混合度量‑拓扑相机的定位”。描述了基于混合度量‑拓扑相机的定位的各个示例。单个图像传感器捕获环境的输入图像。将所述输入图像定位到混合同时定位和制图(SLAM)度量‑拓扑地图的多个拓扑节点中的一者，所述SLAM度量‑拓扑地图将所述环境描述为所述环境中的多个离散位置处的所述多个拓扑节点。可以使用透视n点(PnP)投影算法来确定所述图像传感器的度量姿态。可以训练卷积神经网络(CNN)以将所述输入图像定位到所述多个拓扑节点中的一者和遍历通过所述环境的方向。

技术领域

本公开总体上涉及定位，并且更具体地涉及基于混合度量-拓扑相机的定位。

背景技术

无论是在自主车辆(AV)、无人驾驶飞行器(UAV，也被称为无人机)中还是在室内移动机器人中，同时定位和制图(Simultaneous localization and mapping，SLAM)都是机器人制图和导航的技术，并且是任何自主平台的重要组成部分。SLAM可以用于构建环境地图以将AV或机器人定位在增量构建地图。一旦构建了环境地图，通常会停用SLAM的制图方面，从而保留SLAM的定位方面用于在地图中的位置之间导航AV或机器人。当前，大多数商业技术将昂贵的光探测和测距(LIDAR)检测器用于SLAM的制图和定位这两方面。然而，这种方法往往很昂贵，并且因此不太理想。

发明内容

本公开旨在提供用于改善的视觉定位的方法、系统和设备。根据一个实施例，根据本公开的一种方法可以包括从单个图像传感器接收环境的输入图像的数据。所述方法还可以涉及将所述输入图像定位到混合同时定位和制图(SLAM)度量-拓扑地图的多个拓扑节点中的一者，所述SLAM度量-拓扑地图将环境描述为环境中的多个离散位置处的多个拓扑节点。

附图说明

参考以下附图描述本公开的非限制性和非详尽性实施例，其中除非另有指定，否则相同的附图标记在各个附图中指代相同的部分。

图1是根据本公开的实施例的示例性场景的图式。

图2是根据本公开的实施例的示例性场景的图式。

图3是根据本公开的实施例的示例性设备的图式。

图4是描绘根据本公开的实施例的示例性过程的流程图。

具体实施方式

在以下描述中，参考形成所述以下描述的一部分的附图，并且在附图中通过示出可以实践本公开的具体示例性实施例来示出。充分详细地描述这些实施例以使所属领域技术人员能够实践本文所公开的概念，并且应理解，在不脱离本公开的范围的情况下，可以对各种公开的实施例进行修改并且可以利用其他实施例。因此，以下详细描述不应被视为具有限制意义。

在根据本公开的所提出方案下，立体视觉或深度传感器可以用于SLAM的初始制图方面，而单个相机或图像传感器可以用于后续定位。根据所提出方案，可以构造、生成或以其他方式创建在给定环境中的离散位置具有拓扑节点的混合SLAM度量-拓扑地图，并且来自相机/图像传感器的图像可以通过基于深度学习的图像分类与地图中的拓扑节点相匹配。随后，可以使用对于每个拓扑节点在来自相机/图像传感器的图像与存储在数据库中的图像之间匹配的图像特征以及对应的三维(3D)真实世界点来执行度量定位，以确定相机/图像传感器在环境中的全六自由度(6DoF)姿态。因此，所提出方案涉及一种用于度量和拓扑定位的混合方法。此外，地图可以在每次遍历由地图描述的路线进行持续更新。