[发明专利]一种基于g2o与随机蕨类算法的稠密地图创建方法

摘要

一种基于g2o与随机蕨类算法的稠密地图创建方法属于机器人实时定位与地图创建领域。首先，构筑相机位姿模型和加权融合3D点截断信息的TSDF模型，用于准确表示创建物体的表面。其次，提出一种改进的回环检测方法，并将其与随机蕨类彩色图像编码化策略相结合，进而优化TSDF模型。最后，使用g2o图优化库解算约束函数，建立数据集间的优化边。实验结果表明，混合优化位姿模型可以较快建立全局SLAM地图，并有效识别曾到达区域。

主权项

一种基于g2o与随机蕨类算法的稠密地图创建方法，其特征在于，包括以下步骤：(1)使用g2o构建模型对模型配准算法具体包括以下4个步骤：步骤一，使用g2o构造代价函数，使用Lie代数对相机位姿和路标点进行转换，观测误差e为：e＝z‑h(ξ,p)(1)其中z为相机观测数据，ξ，p为李代数表示的相机参数与位姿，函数h为观测方程；把关键状态的观测量加入，得到代价函数为：$\underset{i=1}{\overset{m}{\&Sigma;}}\underset{j=1}{\overset{n}{\&Sigma;}}\left|\right|e_{ij}|{|}^2=\underset{i=1}{\overset{m}{\&Sigma;}}\underset{j=1}{\overset{n}{\&Sigma;}}||z_{ij}-h(\mathrm{\&xi;},p_{ij})|{|}^2---\left(2\right)$其中m，n为对应矩阵的行坐标与列坐标，i，j分别为由1到m和n的数值，e_ij，z_ij，p_ij为观测误差，相机观测数据与位姿矩阵中对应坐标的变量；步骤二，使用g2o进行回环检测并优化时，对邻近的关键帧和历史数据集中的关键帧进行匹配优化校正全局地图；其中关键帧之间的匹配方式为ICP匹配，将图像上的点根据相机位姿投影在2D平面上的对应点，通过对应点的欧氏距离，法向量夹角计算和优化相机位姿的变换矩阵；步骤三，根据步骤一的代价函数和步骤二的位姿矩阵获取方法，使用g2o构造回环模型；选定4到7个帧为一个数据模型，建立模型与模型之间的约束关系，并在模型与模型匹配时加入随机的局部回环和大回环配准，保证全局SLAM的建立；步骤四，由步骤三构造的模型，设计模型与模型之间的匹配迭代算法如下所示,f(x_k)为模型与模型间的匹配函数，J(x_k)为f(x_k)的雅可比矩阵，x_k为相机参数和相机坐标组成的向量，其中λ为拉格朗日乘子，将算法转化为无约束优化问题，μ为Δx增量半径，D为非负数对角阵，变量ρ的由公式(4)得到，MaxTHρ为变量ρ近似可行的阈值，设定为0.9；$\underset{{\mathrm{\&Delta;x}}_k}{\min }\frac{1}{2}\left|\right|f\left(x_k\right)+J\left(x_k\right){\mathrm{\&Delta;x}}_k|{|}^2+\frac{\mathrm{\&lambda;}}{2}|\left|{\mathrm{Dx}}_k\right|{|}^2---\left(3\right)$$\mathrm{\&rho;}=\frac{f(x_k+{\mathrm{\&Delta;x}}_k)-f\left(x_k\right)}{J\left(x_k\right){\mathrm{\&Delta;x}}_k}---\left(4\right)$在迭代过程中，如果ρ>3/4那么μ←2μ；如果ρ<1/4那么μ←0.5μ；如果ρ>MaxTHρ那么x_k+1←x_k+Δx_k；不断迭代直到f(x_k)收敛时，x_k的最优值；(2)使用随机蕨类进行识别曾到达区域步骤一，使用如公式(5)所示的方式，编码化关键帧；每幅图像Q的编码由a个block组成，每个block由b个Ferns组成，k，l分别为由1到a和b的数值；$Q={\left\{{\mathrm{block}}_k\right\}}_{k=1}^a\&RightArrow;block={\left\{{\mathrm{Ferns}}_l\right\}}_{l=1}^b---\left(5\right)$步骤二，每个ferns的编码值，是由通道c上像素点u的灰度值θ来确定；如公式(6)所示，对关键帧进行编码化处理，其中对于一个新获取的关键帧Q，分别比较归一化的I(θ)与阈值τ来计算每一个block里的Fern列表中的值；阈值τ设定为0.45；

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~