[发明专利]一种面向机器地图的视觉定位方法

说明书

本发明涉及一种面向机器地图的视觉定位方法，属于机器定位技术领域。本发明充分考虑到机器地图的测图过程受到环境和自身位置的先验信息与用图任务反馈的双重约束，通过自身位姿和环境的先验分布以及视觉定位的状态向量建立先验约束和图任务反馈约束的视觉定位模型，利用该定位模型来实现机器地图的定位。本发明能够在自身的定位体系不发生改变的情况下，可应对不同的先验信息和反馈，可适应不同的应用场景。

技术领域

本发明涉及一种面向机器地图的视觉定位方法，属于机器定位技术领域。

背景技术

地图作为人类文化和文明的认知工具，所表达的是人类存在的物理空间，主要服务于人的环境感知与理解。随着人工智能、5G、物联网等技术的发展，智能机器与人共融共生态势已悄然显现，特别是在新冠肺炎的抗击、巡查与物资运送等单调重复、危险、环境未知的任务中已体现出一定的优势。与人类的认知过程类似，无人智能平台进行活动的前提是对所在环境的理解，不仅包含对于复杂、易变、高度动态的环境的准确感知过程，也牵涉到环境的表述与建模、空间推理与计算等诸多过程。如何针对无人智能平台的认知过程、“定制”一套适合其认知特点的专用地图，已经成为人工智能、大数据时代测绘科学与技术需要关注的新问题，同时也是人工智能领域的研究热点和难点问题。

围绕着为无人智能平台提供地理环境数据这一科学问题，近年来测绘领域已有专家学者进行了大量的研究工作并取得了突破，例如以面向自动驾驶应用场景的高精度地图(High Definition Maps，HD Maps)为代表的地图产品已经可获得厘米级的城市道路信息，对机器地图的地图模型研究有重要借鉴和启发。类似的，计算机视觉领域的同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术的发展也为智能平台的地理环境感知、环境建模、控制决策准确性和稳健性的提升带来理论基础。然而，上述的研究中“测图”、“制图”和“用图”3个过程在时间、空间维度上仍然较为独立，尽管SLAM技术可以将“测图”、“制图”和“用图”进行算法层面的集成，但是缺乏三者之间的关系和相互作用的统一描述和系统研究，三者的相互支撑关系与制约关系并没有得到较好的解决。当三者分离时，无人智能平台需要根据任务预先制定测图、制图和用图任务，当应对复杂的、高动态的地理环境时缺乏有效的技术手段。因此，如何基于无人智能平台认知过程，构建具备“测图”、“制图”和“用图”一体功能(下文称“测制用一体”)的机器地图，是测绘科学与技术、人工智能、计算科学与技术等众学科发展至新时期所面临的共同挑战。

发明内容

本发明的目的是提供一种面向机器地图的视觉定位方法，以提高机器地图定位的应用场景的灵活性。

本发明为解决上述技术问题而提供一种面向机器地图的视觉定位方法，该定位方法包括以下步骤：

1)获取用于视觉定位的传感器所在环境的先验信息，构建传感器自身位姿和环境的先验分布；

2)获取用于视觉定位的传感器类型、观测数据类型和几何建模目标并以此得到视觉定位的状态向量；

3)根据先验分布和状态向量建立先验约束和图任务反馈约束的视觉定位模型，利用该视觉定位模型对传感器进行定位。

本发明充分考虑到机器地图的测图过程受到环境和自身位置的先验信息与用图任务反馈的双重约束，通过自身位姿和环境的先验分布以及视觉定位的状态向量建立先验约束和图任务反馈约束的视觉定位模型，利用该定位模型来实现机器地图的定位。本发明能够在自身的定位体系不发生改变的情况下，可应对不同的先验信息和反馈，可适应不同的应用场景。

进一步地，所述步骤3)中的视觉定位模型为：