[发明专利]一种机器人建图方法、装置及计算设备

权利要求书

1.一种机器人建图方法，其特征在于，包括：

将预设时间段内采集的连续多帧图像数据、惯性测量单元IMU数据以及轮速里程计数据进行集束优化，获取当前帧图像中预设标签在机器人的相机坐标系的优化位姿及所述优化位姿的方差值；

对当前帧图像对应的所述IMU数据、所述轮速里程计数据进行扩展卡尔曼EKF的状态递推，确定所述机器人的位姿和所述机器人的位姿的方差值；

将所述预设标签的优化位姿、所述预设标签优化位姿的方差值、所述机器人的位姿和所述机器人的位姿的方差值进行EKF测量的状态更新，获取预设时间段内采集的连续多帧图像中预设标签在世界坐标系的目标位姿和目标位姿的方差值。

2.根据权利要求1所述的方法，其特征在于，还包括：

在EKF的测量的状态更新过程中对各传感器之间的外参和时间偏置进行在线优化，并将优化后的外参和时间偏置用于集束优化；所述外参包括：IMU与相机的相对位姿，以及轮速里程计与相机的相对位姿。

3.根据权利要求1所述的方法，其特征在于，所述将预设时间段内采集的连续多帧图像、惯性测量单元IMU数据、轮速里程计数据进行集束优化，获取当前帧图像中各个预设标签在机器人的相机坐标系的优化位姿及所述优化位姿的方差值，包括：

通过机器人的相机获取预设时间段内采集的连续N帧图像，并对所述N帧图像进行筛选，确定包括预设标签的M帧图像；所述N、M为整数；所述M大于或等于2，小于或等于N；

通过对所述M帧图像中所述预设标签的角点的位置信息、所述预设标签的角点在机器人的相机所在坐标系的投影信息、所述IMU数据以及所述轮速里程计数据进行集束优化，确定所述预设标签在机器人的相机所在坐标系的优化位姿、所述优化位姿的方差值、所述预设标签的投影误差、雅克比矩阵和协方差矩阵。

4.根据权利要求3所述的方法，其特征在于，所述集束优化的滑动窗口中连续多帧图像通过如下方式确定：

若所述滑动窗口中图像帧的帧数小于或等于滑窗阈值，则将所有的图像帧进行集束优化；

若所述滑动窗口中图像帧的帧数大于滑窗阈值，则将所有的图像帧进行集束优化之后筛选出预设帧图像，并通过舒尔补方法保留对被剔除图像的滑动窗口的约束。

5.根据权利要求4所述的方法，其特征在于，所述筛选出预设帧图像通过以下方式中的一种或多种确定：

获取当前帧图像中所有预设标签的标识列表；

剔除所述多帧图像中不包括所述预设标签的图像；

若在第N帧图像中检测的预设标签的标识与第M帧图像中预设标签的标识不同，则剔除所述第N帧图像；

若在所述预设时间段内任一帧图像中预设标签的标识与所述第M帧图像中预设标签的标识均相同，则对除所述第M帧图像以外的图像按照信息度进行打分，剔除分数最低的帧图像；

其中，所述M、N为整数，所述M为所述预设时间段内采集的最后一帧图像的数目。

6.根据权利要求3所述的方法，其特征在于，所述预设标签的投影误差及雅可比矩阵可通过如下方式确定：

通过透视N点投影PNP算法对所述M帧图像中所述预设标签的角点的二维坐标信息进行计算，确定所述预设标签在机器人的相机坐标系的初始位姿；

根据所述预设标签在机器人的相机坐标系的初始位姿以及所述机器人的初始位姿，确定所述预设标签的各个角点的在世界坐标系的三维坐标信息；

将所述预设标签的角点的三维坐标信息投影至所述相机所在坐标系中，得到投影后的预设标签的角点的二维坐标信息；

将所述投影后的预设标签的角点的二维坐标信息与投影前所述预设标签的角点的二维坐标信息进行差值计算，确定所述预设标签的投影误差；

确定所述预设标签的投影误差相对滑动窗口中优化状态量的雅克比矩阵。