[发明专利]位姿图处理方法、装置、计算机设备和存储介质在审
申请号: | 202010598302.9 | 申请日: | 2020-06-28 |
公开(公告)号: | CN111882494A | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 徐逢亮;王钟绪;唐治;韩旭 | 申请(专利权)人: | 广州文远知行科技有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T5/50;G06F16/53 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 樊倩 |
地址: | 510000 广东省广州市中*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 位姿图 处理 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种位姿图处理方法、装置、计算机设备和存储介质。所述方法包括:对构成初始位姿图的各帧进行约束操作,得到第一位姿图;确定第一位姿图中的关键帧,并根据关键帧对应的时间间隔和空间距离从关键帧中确定出目标关键帧;对目标关键帧进行位置约束操作和/或姿态约束操作,得到约束后的位姿图。采用本方法通过对构成初始位姿图的各帧进行约束操作,能够平滑掉初始位姿图的各帧的误差,使得到的第一位姿图的局部范围内帧的位姿一致性得到了提高,对目标关键帧进行位置约束操作和/或姿态约束操作,平滑掉目标关键帧中的误差,提高了得到的约束后的位姿图的精度。
技术领域
本申请涉及机器视觉技术领域,特别是涉及一种位姿图处理方法、装置、计算机设备和存储介质。
背景技术
随着无人驾驶技术的发展,位姿图在无人驾驶技术中起着十分重要的作用,但由于获取初始位姿的传感器存在误差,使得到的位姿图不够精确,存在误差,因此,就需要对位姿图进行优化,把某些局部的误差平均掉,保证各处的误差都比较小。传统技术中,对位姿图的优化主要是是通过采用卡尔曼滤波等优化算法对位姿图进行优化,得到优化后的位姿图。
然而,传统的位姿图处理方法,存在优化精度较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高位姿图的优化精度的位姿图处理方法、装置、计算机设备和存储介质。
一种位姿图处理方法,所述方法包括:
对构成初始位姿图的各帧进行约束操作,得到第一位姿图;
确定所述第一位姿图中的关键帧,并根据所述关键帧对应的时间间隔和/或空间距离从所述关键帧中确定出目标关键帧;
对所述目标关键帧进行位置约束操作和/或姿态约束操作,得到约束后的位姿图。
在其中一个实施例中,所述对所述目标关键帧进行位置约束操作,包括:
根据所述目标关键帧的优先级顺序,对所述目标关键帧进行位置约束;所述优先级顺序是根据定位信号的精度和持续时长确定的。
在其中一个实施例中,所述根据所述目标关键帧的优先级顺序,对所述目标关键帧进行位置约束,包括:
根据所述目标关键帧的优先级顺序,确定当前关键帧;
为所述当前关键帧生成虚拟地标,在所述虚拟地标与所述当前关键帧之间加三维位置约束。
在其中一个实施例中,所述对所述目标关键帧进行姿态约束操作,包括:
在所述目标关键帧的预设方向生成平行虚拟地标,在所述平行虚拟地标与所述目标关键帧之间加六维位姿约束。
在其中一个实施例中,所述对构成初始位姿图的各帧进行约束操作,得到第一位姿图,包括:
对构成所述初始位姿图的各帧进行匹配,得到各帧的匹配结果;
对所述各帧的匹配结果做包内顺序匹配约束,得到所述第一位姿图。
在其中一个实施例中,所述对构成初始位姿图的各帧进行约束操作,得到第一位姿图之前,所述方法还包括:
将预设角度范围内的激光点云数据组合为一帧数据,并对各帧数据和对应的位置数据与姿态数据进行融合,形成各帧的位姿;
对所述各帧的位姿进行组合,得到所述初始位姿图。
在其中一个实施例中,所述方法还包括:
根据所述目标关键帧,在预设的数据库中获取构成所述第一位姿图的各帧的回环匹配结果;
根据所述回环匹配结果,对所述目标关键帧进行包间回环匹配约束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州文远知行科技有限公司,未经广州文远知行科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010598302.9/2.html,转载请声明来源钻瓜专利网。