[发明专利]用于自动驾驶车辆的SLAM初始化的方法及相关装置

说明书

本申请是关于一种用于自动驾驶车辆的SLAM初始化的方法及相关装置。该方法包括：获取车辆行驶过程中采集的至少三帧图片；获取至少三帧图片中每一帧图片的特征点；将至少三帧图片的特征点按照预设匹配规则进行匹配，得到至少三帧图片中匹配成功的共同特征点集；按照预设筛选规则对共同特征点集进行筛选，得到优选特征点集；利用优选特征点集，计算至少三帧图片中的两帧目标图片之间的位姿关系；根据两帧目标图片之间的位姿关系，生成优选特征点集的初始三维空间坐标。本申请提供的方案，能够提升SLAM系统的稳定性和精度。

技术领域

本申请涉及导航技术领域，尤其涉及一种用于自动驾驶车辆的SLAM初始化的方法及相关装置。

背景技术

SLAM（Simultaneous Localization And Mapping，即时定位与地图构建）主要用于解决移动设备在未知环境中运行时进行定位导航与地图构建的问题。在汽车自动驾驶领域，SLAM已成为关键技术，能够帮助车辆感知周围环境，更好的完成导航、避障、路径规划等高级任务。

目前，SLAM系统采用两帧图片进行特征匹配来构建初始三维空间坐标，并作为后续SLAM系统的初始化条件。两帧图片的匹配准确度决定了SLAM系统后续的即时定位及地图构建工作的稳定性和精度。

然而，仅依赖两帧图片所构建的初始三维空间坐标，其精度不足，导致整个SLAM系统的鲁棒性较低，难以保障SLAM系统后续的即时定位及地图构建工作的可靠性。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种用于自动驾驶车辆的SLAM初始化的方法及相关装置，能够提升SLAM系统的稳定性和精度。

本申请第一方面提供一种用于自动驾驶车辆的SLAM初始化的方法，包括：

获取车辆行驶过程中采集的至少三帧图片；

获取所述至少三帧图片中每一帧图片的特征点；

将所述至少三帧图片的特征点按照预设匹配规则进行匹配，得到所述至少三帧图片中匹配成功的共同特征点集；

按照预设筛选规则对所述共同特征点集进行筛选，得到优选特征点集；

利用所述优选特征点集，计算所述至少三帧图片中的两帧目标图片之间的位姿关系；

根据所述两帧目标图片之间的位姿关系，生成所述优选特征点集的初始三维空间坐标。

在一种实施方式中，所述利用所述优选特征点集，计算所述至少三帧图片中的两帧目标图片之间的位姿关系，包括：

利用所述优选特征点集，计算所述至少三帧图片中的末帧图片相对于首帧图片的位姿；

所述根据所述两帧目标图片之间的位姿关系，生成所述优选特征点集的初始三维空间坐标，包括：

根据所述末帧图片相对于首帧图片的位姿，生成所述优选特征点集的初始三维空间坐标。

在一种实施方式中，所述根据所述末帧图片相对于首帧图片的位姿，生成所述优选特征点集的初始三维空间坐标之后，还包括：

利用所述优选特征点集以及所述优选特征点集的初始三维空间坐标，计算所述至少三帧图片中任一中间帧图片相对于所述首帧图片的位姿；

根据至少一张所述中间帧图片相对于所述首帧图片的位姿、所述末帧图片相对于所述首帧图片的位姿以及所述初始三维空间坐标，利用预设优化算法生成所述优选特征点集的最终三维空间坐标。

在一种实施方式中，所述根据至少一张所述中间帧图片相对于所述首帧图片的位姿、所述末帧图片相对于所述首帧图片的位姿以及所述初始三维空间坐标，利用预设优化算法生成所述优选特征点集的最终三维空间坐标，包括：