[发明专利]一种动态机器人在动态场景中的定位和地图构建方法

说明书

本发明公开了一种动态机器人在动态场景中的定位和地图构建方法，包括：先将采集到的图像流进行预处理得到第一图像流，所述预处理具体为去除所述图像流中的运动特征点；然后基于所述机器人获取所述第一图像流中每一帧图像的观测量；最后基于所述观测量将所述第一图像流进行位姿融合，并输出位姿图，其中预处理具体为，先提取出所述图像流中每一帧图像的特征点，同时还基于先验动态物体确定出所述图像流中先验特征点；然后将所述图像流中每一帧图像的特征点中对应的先验特征点删除，提高动态机器人在动态场景中的定位和地图构建的准确性，同时减少其计算量，提高其处理速度。

技术领域

本发明属于地图构建技术领域，具体涉及一种动态机器人在动态场景中的定位和地图构建方法。

背景技术

基于自主导航技术，机器人在国防、航空、工业以及生活领域中都发挥了重要作用，而自主导航的前提是得知当前机器人位置以及周围环境，SLAM(simultaneouslocalization and mapping),也称为CML(Concurrent Mapping and Localization),即时定位与地图构建，或并发建图与定位，正是实现这个过程的关键技术。

而现有技术中关于即时定位与地图构建，大多数是在静态环境中执行，当环境中存在移动物体时，或者是动态场景下，会导致定位的不准确，另外，在相机被遮挡过多或机器人运动过快的情况下，会导致现有技术无法跟踪到足够的特征点，最终导致整个即时定位与地图构建失效，现有技术中也存在将SLAM技术与其他传感器数据融合的方法来提升其鲁棒性，但这些方法存在融合复杂，计算量大，处理速度慢的问题。

因此，如何提高动态机器人在动态场景中的定位和地图构建的准确性，同时减少其计算量，提高处理速度，是本领域技术人员有待解决的技术问题。

发明内容

本发明的目的是为了提高动态机器人在动态场景中的定位和地图构建的准确性，提出了一种动态机器人在动态场景中的定位和地图构建方法。

本发明的技术方案为：一种动态机器人在动态场景中的定位和地图构建方法，所述方法包括以下步骤：

S1、将采集到的图像流进行预处理得到第一图像流，所述预处理具体为去除所述图像流中的运动特征点；

S2、基于所述机器人获取所述第一图像流中每一帧图像的观测量；

S3、基于所述观测量将所述第一图像流进行位姿融合，并输出位姿图。

进一步地，所述步骤S1具体包括以下分步骤：

S11、提取出所述图像流中每一帧图像的特征点，同时还基于先验动态物体确定出所述图像流中先验特征点；

S12、将所述图像流中每一帧图像的特征点中对应的先验特征点删除。

进一步地，所述步骤S11中的提取出所述图像流中每一帧图像的特征点具体包括以下分步骤：

S111、确定出所述图像流中每一帧图像的采样尺度金字塔；

S112、通过多个流操作队列确定出所述采样尺度金字塔中每一层图像中的所有FAST角点；

S113、确定出每一个FAST角点的描述子；

S114、将每一个FAST角点和对应的描述子进行组合并作为所述特征点。

进一步地，所述观测量具体为所述动态机器人的角速度、角度、所述机器人的左轮速度、所述机器人的右轮速度、所述动态机器人在其所在平面上的横轴上的平移值和所述动态机器人在其所在平面上的纵轴上的平移值。

进一步地，所述步骤S3具体包括以下分步骤：

S31、将每一帧图像的观测量输入到预设滤波器中；