[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

说明书

本发明公开了一种基于特征点提取和匹配的多机器人地图融合方法、系统，属于地图图像处理领域。本发明方法包括：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；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；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；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。本发明能够加快地图融合效率同时，还能提高地图间的融合的鲁棒性。

技术领域

本发明涉及一种基于特征点提取和匹配的多机器人地图融合方法、系统，属于地图图像处理领域。

背景技术

随着机器人技术的快速发展，机器人被广泛用于各个行业，工业，医学，交通，军事等等。机器人学作为一门综合交叉学科，覆盖了控制、导航、机械和计算机领域的最新成果，机器人同时定位和建图(SLAM)技术就是当前研究的一个热点方向。SLAM技术中的建图技术，是机器人通过激光雷达感知，然后将周围环境转化为模型，为后续导航、路径规划技术等的研究提供基础条件。

面对复杂多变的大面积环境时候，单个机器人建图的速度较低，且随着传感器误差累积，建图精度也会降低，此时就需要多几个机器人协同配合。目前常见的多机器人地图融合技术都是基于机器人之间的相对位姿所融合的，但是由于里程计和IMU误差积累问题导致机器人对位姿的估计并不准确，所以采用这种方法融合的地图并不精确。利用多机器人建立的地图上的特征重叠区域实现多地图融合，不需要考虑位姿误差的问题，不需要考虑相对位置的先验信息，所以应用范围更加广泛，但采用重叠区域的方法融合地图，在重叠区域较少的时候，地图会融合失败。因此，急需要一个鲁棒性好、融合效率高的方法来实现多机器人地图的融合。

发明内容

本发明提供了一种基于特征点提取和匹配的多机器人地图融合方法、系统，以用于通过多次提纯处理，获得融合地图。

本发明的技术方案是：一种基于特征点提取和匹配的多机器人地图融合方法，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SteerBRIEF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。

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。

所述s取值为40-100。

使用Hessian矩阵之前，先对灰度图像进行高斯平滑处理。

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。