[发明专利]基于特征点提取和匹配的多机器人地图融合方法、系统

权利要求书

1.一种基于特征点提取和匹配的多机器人地图融合方法，其特征在于：包括：

S1、将输入的n个局部2D栅格地图分别转换为灰度地图；

S2、对每个灰度地图进行特征点提取，获得所有灰度地图的特征点集，记为P₁,P₂,...,P_n；其中，P_n表示第n个灰度地图对应的特征点集；

S3、对所有特征点集中提取到的每个特征点，使用Steer BRIEF算子去描述特征点，获得特征点的描述子值；

S4、依据两两地图对应的描述子值，构建两两地图粗匹配的特征点对；

S5、对特征点对进行提纯，对提纯后的特征点对进行计算单应矩阵；利用单应矩阵实现地图融合。

2.根据权利要求1所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：所述对每个灰度地图进行特征点提取，包括：使用Hessian矩阵对灰度地图进行特征点提取，将从灰度地图中提取的特征点按照强度排序，取强度位于前s个的特征点，其余的舍去。

3.根据权利要求2所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：所述s取值为40-100。

4.根据权利要求2所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：使用Hessian矩阵之前，先对灰度图像进行高斯平滑处理。

5.根据权利要求1所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：所述依据两两地图对应的描述子值，构建两两地图粗匹配的特征点对，具体为：两两地图中，随机选择一张作为主地图，另一张作为次地图，计算主地图中每个特征点与次地图中所有特征点之间的Hamming距离，将Hamming距离匹配度最高的两个点匹配到一起，作为特征点对，直至主地图中每个特征点都匹配完；其中，将Hamming距离匹配度最高的两个点进行匹配时，如果匹配度最高的两个点的Hamming距离小于设定阈值，对于主地图中的该特征点进行舍弃，不对该点进行粗匹配。

6.根据权利要求1所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：所述对特征点对进行提纯，对提纯后的特征点对进行计算单应矩阵，包括：

随机的从由Hamming距离粗匹配的特征点对中选取8对，分别在两张地图中记录被选取的8个特征点，利用归一化8点法归一化选取到的8对特征点，然后使用归一化的值计算基础矩阵Q；除开两张地图中用于计算基础矩阵Q的8对特征点对，将剩余的其他特征点对计算对应的基础矩阵Q₉～Q_k，并分别计算Q₉,Q₁₀,……,Q_k与Q的误差值，通过使用误差检验函数判断基础矩阵Q₉,Q₁₀,……,Q_k所对应的次地图中的特征点为内点还是外点，若误差大于误差阈值则为外点，误差小于误差阈值则为内点；当内点数目占次地图特征点集的b％以上，则剔除次地图中的外点，并依据特征对的关系剔除主地图中对应的外点，未剔除的特征点对为提纯后的特征点对，依据提纯后的特征点对计算的基础矩阵作为单应矩阵，退出迭代；若全部可能的8对特征点组合都被迭代完仍没有找到内点数目占b％以上的8对特征点，则将占特征点集占比最高的内点对作为提纯后的特征点对，依据提纯后的特征点对计算的基础矩阵作为单应矩阵，退出迭代。

7.根据权利要求6所述的基于特征点提取和匹配的多机器人地图融合方法，其特征在于：所述b取值80-95。