[发明专利]基于表检索的同时定位与建图方法和装置在审

专利信息
申请号: 202010787859.7 申请日: 2020-08-07
公开(公告)号: CN112116657A 公开(公告)日: 2020-12-22
发明(设计)人: 宋呈群;程俊 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06T7/73 分类号: G06T7/73;G06K9/00;G06F16/583;G06F16/51;G06F16/29
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李木燕
地址: 518000 广东省深圳*** 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: 基于 检索 同时 定位 方法 装置
【权利要求书】:

1.一种基于表检索的同时定位与建图方法,其特征在于,包括:

获取用于进行同时定位与建图的关键图像帧,并对所述关键图像帧进行特征提取处理,以获取第一特征,其中,所述第一特征表征所述关键图像帧中拍摄到的物体;

对所述第一特征进行语义检测,获取所述关键图像帧中各第一特征的语义信息;

基于动态构建的语义表对所述关键图像帧中各第一特征的语义信息进行检索匹配,识别出所述关键图像帧中拍摄到的视为静态对象物体的第二特征;

通过动态构建的语义表检索对所述第二特征进行数据关联/回环检测处理,以基于所述关键图像帧生成对应的实时环境地图,所述动态构建的语义表用于记载在构建实时环境地图过程中从历史拍摄的关键图像帧中获得的所有第一特征的语义信息。

2.根据权利要求1所述的基于表检索的同时定位与建图方法,其特征在于,所述基于动态构建的语义表对所述关键图像帧中各第一特征的语义信息进行检索匹配,识别出所述关键图像帧中拍摄到的视为静态对象物体的第二特征的步骤,包括:

根据所述语义信息确定各第一特征的语义类型;

根据各第一特征的语义类型从所述动态构建的语义表中检索出各第一特征对应的动态势分数值;

将所述各第一特征的动态势分数值分别与用于判定是否为静态对象的预设分数阈值进行比对,若第一特征的动态势分数值满足所述预设分数阈值要求,则将所述第一特征标记成视为静态对象物体的第二特征。

3.根据权利要求1或2所述的基于表检索的同时定位与建图方法,其特征在于,所述通过动态构建的语义表检索对所述第二特征进行数据关联/回环检测处理,以基于所述关键图像帧生成对应的实时环境地图,所述动态构建的语义表用于记载在构建实时环境地图过程中从历史拍摄的关键图像帧中获得的所有第一特征的语义信息的步骤,包括:

获取所述第二特征的语义信息,所述语义信息包括所述第二特征的语义类型标签以及所述第二特征在所述关键图像帧中所处的三维位置数据;

通过语义表检索将所述第二特征的语义类型标签与所述动态构建的语义表中当前记载的语义对象标签进行比对,从所述动态构建的语义表中检索出与所述第二特征匹配的目标语义对象;

将所述第二特征在所述关键图像帧中所处的三维位置数据关联于所述目标语义对象,并基于所述目标语义对象将所述第二特征的三维位置数据存储至所述动态构建的语义表中。

4.根据权利要求1或2所述的基于表检索的同时定位与建图方法,其特征在于,所述通过动态构建的语义表检索对所述第二特征进行数据关联/回环检测处理,以基于所述关键图像帧生成对应的实时环境地图,所述动态构建的语义表用于记载在构建实时环境地图过程中从历史拍摄的关键图像帧中获得的所有第一特征的语义信息的步骤,包括:

获取所述关键图像帧中各第二特征的语义信息,所述语义信息包括所述第二特征的语义类型标签以及所述第二特征在所述关键图像帧中所处的三维位置数据;

通过语义表检索将各第二特征的语义类型标签与所述动态构建的语义表中当前记载的语义对象标签进行比对,识别从所述动态构建的语义表中是否已记载有与各第二特征匹配的目标语义对象;

若所述动态构建的语义表中均记载有与各第二特征的语义类型标签匹配的目标语义对象且所述与各第二特征的语义类型标签匹配的目标语义对象来自于同一张历史图像帧,则将各第二特征在所述关键图像帧中所处的三维位置数据分别与其匹配的目标语义对象对应在所述历史图像帧中的三维位置数据进行比对;

若各第二特征在所述关键图像帧中所处的三维位置数据均与其匹配的目标语义对象对应在所述历史图像帧中的三维位置数据一致,则判定构建实时环境地图过程中出现回环。

5.根据权利要求1所述的基于表检索的同时定位与建图方法,其特征在于,所述对所述第一特征进行语义检测,获取所述关键图像帧中各第一特征的语义信息的步骤,包括:

通过yolo3目标检测算法检测出所述第一特征的语义类型标签并将所述语义类型标签投影到所述第一特征对应在所述关键图像帧的深度图中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,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/202010787859.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top