[发明专利]基于客户端的点云地图更新优化方法、系统、介质及设备

说明书

本发明提供了一种基于客户端的点云地图优化更新方法、系统、介质及设备，包括：步骤1：在客户端中选择新地图点：提取客户端中的本地地图点和对应关键帧特征点信息，与云端地图中对应区域的关键帧进行匹配，根据匹配相似度挑选出需要更新的地图点，对需要更新的地图点添加至云端地图中并标记时间；步骤2：在云端优化更新新地图：确认待更新的地图点所在的子地图块，将新地图点所能共视到的新关键帧与旧地图点进行联合优化以更新云端地图。本发明将客户端地图不定期更新到云端地图上，保证了客户端和云端对同一场景的一致性。

技术领域

本发明涉及计算机技术领域，具体地，涉及一种基于客户端的点云地图更新优化方法、系统、介质及设备。

背景技术

现阶段，基于视觉SLAM的MR应用在服务端上建立的地图的流程是：先采集数据再建立离线地图(包含关键帧信息、地图点以及共视关系)。当场景随着时间发生变化，则需要重新采集数据然后再建立离线地图，每建立一次地图的时间是很长的，当场景只是局部发生改变，这样的重复建图存在太多冗余计算量，且每次建图需消耗大量的时间，这样的代价太高。

专利文献CN108007453A（申请号：CN201711307139.0）公开了一种基于点云的地图更新方法、装置及电子设备。其中，方法包括：每当获取一帧点云数据后，确定在生成该帧点云数据时待定位物体的预估方位信息；判断预设的地图存储区域内是否存储有与待定位物体对应的环境地图；若否，根据生成该帧点云数据时待定位物体的预估方位信息以及该帧点云数据，在预设的地图存储区域内绘制与待定位物体对应的环境地图；若是，根据生成该帧点云数据时待定位物体的预估方位信息，将该帧点云数据与待定位物体对应的环境地图进行匹配，根据匹配结果更新与待定位物体对应的环境地图。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于客户端的点云地图更新优化方法、系统、介质及设备。

根据本发明提供的基于客户端的点云地图优化更新方法，包括：

步骤1：在客户端中选择新地图点：提取客户端中的本地地图点和对应关键帧特征点信息，与云端地图中对应区域的关键帧进行匹配，根据匹配相似度挑选出需要更新的地图点，对需要更新的地图点添加至云端地图中并标记时间；

步骤2：在云端优化更新新地图：确认待更新的地图点所在的子地图块，将新地图点所能共视到的新关键帧与旧地图点进行联合优化以更新云端地图。

优选的，采用ORB特征提取算法进行客户端中的本地地图点和对应关键帧特征点信息的提取，采用kdtree算法加速特征点的匹配。

优选的，在优化过程中根据时间顺序对新地图点设置权重值，时间越近则权重值越高，采用基于LM算法的光束法平差模型进行优化，表达式为：

其中： 表示地图点j对时间t的权重； 表示标号为i的关键帧位姿； 表示地图点坐标； 表示 在关键帧i中的观测值，即图像坐标。

优选的，当需更新的地图点与原地图点处于不同子地图块时，则需要对光束法平差模型增加约束条件：

其中：B为需要优化的子地图块； 表示标号为 的关键帧位姿； 表示 在关键帧 中的观测值，即图像坐标；

若添加的新地图点大于预设阈值，则删除离新地图点距离小于预设阈值的旧地图点和共视能力低于预设阈值的地图点。

根据本发明提供的基于客户端的点云地图优化更新系统，包括：

模块M1：在客户端中选择新地图点：提取客户端中的本地地图点和对应关键帧特征点信息，与云端地图中对应区域的关键帧进行匹配，根据匹配相似度挑选出需要更新的地图点，对需要更新的地图点添加至云端地图中并标记时间；