CN111815738B - 一种构建地图的方法和装置 - Google Patents
一种构建地图的方法和装置 Download PDFInfo
- Publication number
- CN111815738B CN111815738B CN202010543996.6A CN202010543996A CN111815738B CN 111815738 B CN111815738 B CN 111815738B CN 202010543996 A CN202010543996 A CN 202010543996A CN 111815738 B CN111815738 B CN 111815738B
- Authority
- CN
- China
- Prior art keywords
- map
- image frame
- image frames
- image
- frames
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000010276 construction Methods 0.000 claims abstract description 58
- 230000004927 fusion Effects 0.000 claims abstract description 46
- 238000005457 optimization Methods 0.000 claims description 41
- 239000013598 vector Substances 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 14
- 230000001131 transforming effect Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Abstract
本发明公开了一种构建地图的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对获取的图像帧进行特征提取；将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度；根据相似度获取与该图像帧具有重叠区域的候选图像帧；根据该图像帧和候选图像帧进行地图融合以构建地图。该实施方式能够大大提高建图效率，解决了特征点稀疏场景的建图困难以及现有地图文件无法复用的问题，减小了建图误差，提高了建图质量。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种构建地图的方法和装置。
背景技术
当前主流的视觉建图方法是使用实时定位与建图，即采用SLAM算法来构建视觉三维点云地图，通过视觉传感器即相机实时获取图像数据并实时处理，通过相邻图像帧之间重叠区域中的特征点构建图像帧间的约束关系，从而计算出图像帧间位姿变化以及共视特征点的三维坐标，生成视觉三维点云地图。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
SLAM建图方法对特征点稀疏的环境有一定局限性并且无法对已生成地图进行修改和补充，当部分环境改变就需要全部重新采集数据进行建图，这样极大地增加了时间成本，降低了地图的复用性。另外，当需要在大场景下建图时，使用单一设备采集数据费时费力且无法保证一次成功，如果中间数据有问题往往需要重新采集数据，进一步增加了工作量。
发明内容
有鉴于此，本发明实施例提供一种构建地图的方法和装置，能够大大提高建图效率，解决了特征点稀疏场景的建图困难以及现有地图文件无法复用的问题，减小了建图误差，提高了建图质量。
为实现上述目的，根据本发明实施例的一个方面，提供了一种构建地图的方法。
一种构建地图的方法，包括：对获取的图像帧进行特征提取；将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；根据所述图像帧和所述候选图像帧进行地图融合以构建地图。
可选地，特征提取的操作包括计算所述图像帧的词袋向量；并且，将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度包括：根据所述图像帧的词袋向量与数据库中的图像帧的词袋向量计算所述图像帧与所述数据库中的图像帧之间的相似度。
可选地，根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧包括：根据所述相似度中的最大值是否超过第一阈值判断是否存在重叠区域；若存在，则将所述相似度中的最大值对应的图像帧作为与所述图像帧具有重叠区域的候选图像帧。
可选地，根据所述图像帧和所述候选图像帧进行地图融合包括：将所述图像帧包括的特征点与所述候选图像帧包括的特征点进行特征匹配；利用匹配得到的特征点对之间的约束关系，计算所述图像帧与所述候选图像帧之间的相对位姿；根据所述相对位姿将所述图像帧的位姿变换到所述候选图像帧所在地图的坐标系下，并将所述图像帧关联的地图点转换到所述候选图像帧所在地图的坐标系下，把所述图像帧中与所述候选图像帧匹配的特征点对应的地图点的坐标替换成所述候选图像帧中对应的地图点的坐标，以进行地图融合。
可选地，在根据所述图像帧和所述候选图像帧进行地图融合之后，还包括：对融合后的地图进行位姿优化，以得到所述图像帧所在地图包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标。
可选地，对融合后的地图进行位姿优化包括：将与所述图像帧相邻的前N帧图像中的特征点分别与所述候选图像帧所在地图的地图点进行特征匹配，并将与所述候选图像帧相邻的N帧图像中的特征点与所述图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；通过所述补充约束关系以及所述图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；求解所述位姿优化方程，得到所述图像帧所在地图中包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
可选地，还包括：对所述图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据所述对应关系进行地图构建。
可选地，根据所述对应关系进行地图构建包括：若所述对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出所述相邻两个图像帧之间的相对位姿，并计算所述图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，所述世界坐标系基于此次建图所采集的第一个图片帧建立；若所述对应关系中匹配到的特征点数量小于第二阈值，则以所述图像帧为起始图像帧构建子地图。
根据本发明实施例的另一方面，提供了一种构建地图的装置。
一种构建地图的装置，包括：特征提取模块，用于对获取的图像帧进行特征提取；特征匹配模块，用于将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；图像选取模块，用于根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；地图融合模块，用于根据所述图像帧和所述候选图像帧进行地图融合以构建地图。
可选地，特征提取的操作包括计算所述图像帧的词袋向量；并且，所述特征匹配模块还用于：根据所述图像帧的词袋向量与数据库中的图像帧的词袋向量计算所述图像帧与所述数据库中的图像帧之间的相似度。
可选地，所述图像选取模块还用于：根据所述相似度中的最大值是否超过第一阈值判断是否存在重叠区域；若存在，则将所述相似度中的最大值对应的图像帧作为与所述图像帧具有重叠区域的候选图像帧。
可选地，所述地图融合模块还用于：将所述图像帧包括的特征点与所述候选图像帧包括的特征点进行特征匹配；利用匹配得到的特征点对之间的约束关系，计算所述图像帧与所述候选图像帧之间的相对位姿；根据所述相对位姿将所述图像帧的位姿变换到所述候选图像帧所在地图的坐标系下，并将所述图像帧关联的地图点转换到所述候选图像帧所在地图的坐标系下，把所述图像帧中与所述候选图像帧匹配的特征点对应的地图点的坐标替换成所述候选图像帧中对应的地图点的坐标，以进行地图融合。
可选地，还包括位姿优化模块，用于：在根据所述图像帧和所述候选图像帧进行地图融合之后，对融合后的地图进行位姿优化，以得到所述图像帧所在地图包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标。
可选地，所述位姿优化模块还用于：将与所述图像帧相邻的前N帧图像中的特征点分别与所述候选图像帧所在地图的地图点进行特征匹配，并将与所述候选图像帧相邻的N帧图像中的特征点与所述图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；通过所述补充约束关系以及所述图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；求解所述位姿优化方程，得到所述图像帧所在地图中包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
可选地，还包括图像帧匹配模块，用于：对所述图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据所述对应关系进行地图构建。
可选地，所述图像帧匹配模块还用于：若所述对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出所述相邻两个图像帧之间的相对位姿，并计算所述图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，所述世界坐标系基于此次建图所采集的第一个图片帧建立；若所述对应关系中匹配到的特征点数量小于第二阈值，则以所述图像帧为起始图像帧构建子地图。
根据本发明实施例的又一方面，提供了一种构建地图的电子设备。
一种构建地图的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所提供的构建地图的方法。
根据本发明实施例的再一方面，提供了一种计算机可读介质。
一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的构建地图的方法。
上述发明中的一个实施例具有如下优点或有益效果：通过对获取的图像帧进行特征提取；将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度；根据相似度获取与该图像帧具有重叠区域的候选图像帧；根据该图像帧和候选图像帧进行地图融合以构建地图，实现了基于多地图融合进行三维视觉点云建图，通过图像帧之间的特征匹配得到图像帧之间的相似度，进而确定与当前获取的图像帧具有重叠区域的候选图像帧，以便进行地图融合，如此，在进行地图构建时，无论采集的图像个数多少，无论场景对应的特征点是否稀疏，均可以进行地图构建；并且，之前采集的图像所构建的地图也可以进行复用，无需重复采集，节省了工作量；同时，本发明的构建地图的方法可以支持使用多个设备采集的数据进行建图，仅需根据图像之间的重叠区域即可进行建图，从而大大提高了建图效率，解决了特征点稀疏场景的建图困难以及现有地图文件无法复用的问题。另外，通过对多个地图进行重叠区域检测，构建地图间的约束关系并进行全局优化，减小了建图误差，提高了建图质量。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的构建地图的方法的主要步骤示意图；
图2是本发明实施例的构建地图的实现原理流程图；
图3是根据本发明实施例的构建地图的装置的主要模块示意图；
图4是本发明实施例可以应用于其中的示例性系统架构图；
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
根据发明人对现有技术的了解，采用SLAM算法构建视觉三维点云地图需要实时采集图像数据并实时处理，并且SLAM算法需要通过图像帧间的约束关系来计算图像帧间位姿变化以及计算特征点的三维坐标，如果相邻图像帧间的共视特征点非常少则无法计算图像帧间位姿，从而使前后图像帧失去关联，导致整体建图失败；只能通过改变环境增加约束信息并重新运行算法实时采集图像数据进行建图。SLAM建图方法对特征点稀疏的环境有一定局限性并且无法对已生成地图进行修改和补充，当部分环境改变就需要全部重新采集数据进行建图，这样极大地增加了时间成本，降低了地图的复用性。另外，当需要在大场景下建图时，使用单一设备采集数据费时费力且无法保证一次成功，如果中间数据有问题往往需要重新采集数据，进一步增加了工作量。同时，由于观测误差的存在，计算得到的图像帧间位姿以及三维点云会存在累计误差，故而生成的地图误差较大。
为了解决现有技术中存在的上述问题，本发明提供了一种构建地图的方法，基于多地图融合进行三维视觉点云建图，旨在解决当前建图方法无法应对特征点稀疏的场景以及现有地图文件复用的问题，同时本发明提出的建图方法可以支持多个设备采集的数据进行建图，大大提高建图效率。另外，本发明还通过多个地图文件之间的共视特征点来构建约束关系进一步对所有历史图像帧间位姿以及三维点云进行全局优化，以有效减小帧间误差，提高建图质量。
图1是根据本发明实施例的构建地图的方法的主要步骤示意图。如图1所示，本发明实施例的构建地图的方法主要包括如下的步骤S101至步骤S104。
步骤S101：对获取的图像帧进行特征提取；
步骤S102：将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度；
步骤S103：根据相似度获取与该图像帧具有重叠区域的候选图像帧；
步骤S104：根据该图像帧和候选图像帧进行地图融合以构建地图。
根据上述的步骤S101至步骤S104，即可通过图像帧之间的特征匹配得到图像帧之间的相似度，进而确定与当前获取的图像帧具有重叠区域的候选图像帧，以便进行地图融合，如此，在进行地图构建时，无论采集的图像个数多少，无论场景对应的特征点是否稀疏，均可以进行地图构建；并且，之前采集的图像所构建的地图也可以进行复用；同时，本发明的构建地图的方法可以支持使用多个设备采集的数据进行建图，仅需根据图像之间的重叠区域即可进行建图，从而大大提高了建图效率。
根据本发明的一个实施例，特征提取的操作包括计算图像帧的词袋向量；并且，在将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度时，具体可以是：根据该图像帧的词袋向量与数据库中的图像帧的词袋向量计算该图像帧与数据库中的图像帧之间的相似度。通过词袋模型(Bag-of-words model，是个在自然语言处理和信息检索下被简化的表达模型)，一副图片可以用词袋向量来进行描述。词袋向量是通过对图像特征进行聚类与词袋库中的特征进行比对，通过词袋库中特征的有无得到该图像对应的词袋向量。根据词袋向量，可以通过常用的相似度计算方法，如：余弦相似度、欧几里得距离、皮尔逊相关系数、杰卡德系统等等，来计算两个图像帧的相似度。
根据本发明的另一个实施例，根据相似度获取与该图像帧具有重叠区域的候选图像帧的步骤具体可以包括：
根据相似度中的最大值是否超过第一阈值判断是否存在重叠区域；
若存在，则将相似度中的最大值对应的图像帧作为与该图像帧具有重叠区域的候选图像帧。
在计算得到当前获取的图片帧与数据库中保存的每个图片帧的相似度之后，首先判断这些相似度中的最大值是否超过设定的第一阈值(根据应用需要进行设置)，若超过，则认为数据库中保存的图像帧中有与当前获取的图像帧存在重叠区域的图像帧，并且，将该相似度最大值对应的图像帧作为与该图像帧具有重叠区域的候选图像帧。
之后，即可将该图像帧与候选图像帧进行地图融合。根据本发明的另一个实施例，在根据该图像帧和候选图像帧进行地图融合时，具体可以包括：
将该图像帧包括的特征点与候选图像帧包括的特征点进行特征匹配；
利用匹配得到的特征点对之间的约束关系，计算该图像帧与候选图像帧之间的相对位姿；
根据相对位姿将该图像帧的位姿变换到候选图像帧所在地图的坐标系下，并将该图像帧关联的地图点转换到候选图像帧所在地图的坐标系下，把该图像帧中与候选图像帧匹配的特征点对应的地图点的坐标替换成候选图像帧中对应的地图点的坐标，以进行地图融合。
具体地，在对获取的图像帧进行特征提取时，还可以计算图像帧的每个特征点对应的描述子以用来进行特征点之间的特征匹配。描述子是通过对特征点周围的像素点随机采样两两比较得到的128位由0和1构成的二进制向量。根据描述子来做特征点的特征匹配，是通过比较描述子的各个位，并统计位上值不同的数量来进行的。
通过对图像帧的特征点进行特征匹配即可得到对应现实世界的同一个点，分别位于当前获取的图像帧和候选图像帧上的特征点对。之后，根据这些特征点对之间的几何约束关系，即可计算当前获取的图像帧与候选图像帧之间的相对位姿。具体地，每个匹配得到的特征点对均可以构建一个对极约束方程，多个匹配到的特征点对就可以构建一个超定方程，可以通过线性求解或最小二乘得到该超定方程的解，即两帧图像之间的相对位姿或位姿增量。
然后，通过对当前获取的图像帧进行位姿变换到候选图像帧所在地图的坐标系下，并将当前获取的图像帧关联的地图点转换到候选图像帧所在地图的坐标系下，把当前获取的图像帧中与候选图像帧匹配的特征点对应的地图点的坐标替换成候选图像帧中对应的地图点的坐标，即可完成地图的初步融合拼接。其中，在进行位姿变换时，可以是对图像进行旋转与平移，也可以是对左右手坐标系之间进行镜像、旋转、偏移的组合操作，根据变换矩阵即可进行图像的位姿变换，具体所选用的位姿变换方法可根据应用需要灵活设定。在本发明的一个实施例中，假设当前获取的图像帧的一个特征点p1对应一个地图点P1，其对应的候选图像帧中对应的特征点为p2，p2也对应一个地图点P2，理论上这两个地图点P1、P2对应真实世界中的同一个点。因此可直接将当前获取的图像帧中特征点P1的坐标值替换成P2的坐标值，即把当前图像帧特征点对应的地图点变换到了候选图像帧所在的地图坐标系中。
根据本发明的又一个实施例，在根据该图像帧和候选图像帧进行地图融合之后，还可以对融合后的地图进行位姿优化，以得到该图像帧所在地图包括的所有图像帧和地图点在候选图像帧所在地图坐标系下的坐标。通过对融合后的地图进行位姿优化，即可减少构图误差，提高建图质量。
根据本发明的又一个实施例，对融合后的地图进行位姿优化时，具体可以按照以下步骤来执行：
将与该图像帧相邻的前N帧图像中的特征点分别与候选图像帧所在地图的地图点进行特征匹配，并将与候选图像帧相邻的N帧图像中的特征点与该图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；
通过补充约束关系以及该图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；
求解位姿优化方程，得到该图像帧所在地图中包括的所有图像帧和地图点在候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
其中，N的取值可以是经验值，也可以是通过大量的实验数据分析得到的，还可以是进行机器学习得到的。由于之前初步融合得到的地图只考虑了当前获取的图像帧与候选图像帧之间的约束关系，故会存在较大的误差，因此需要引入更多的约束关系，以进行地图的位姿优化，减小建图误差。在本发明的实施例中，构建的位姿优化方程例如是最小二乘优化方程，并且，在求解该最小二乘优化方程时，可以将候选图像帧所在地图包括的图像帧位姿和地图点视为固定的来进行求解。
根据本发明的另一个实施例，本发明的构建地图的方法还可以包括：对该图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据对应关系进行地图构建。其中，特征点之间的对应关系指的是该图像帧中的第一特征点和与其相邻的前一图像帧中的第二特征点表示真实世界中的同一点。此处，在进行特征点之间的特征匹配时，仍可根据图像帧中每个特征点对应的描述子来进行特征匹配。
根据本发明的再一个实施例，根据对应关系进行地图构建时，具体可以有以下情况：
若对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出相邻两个图像帧之间的相对位姿，并计算该图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，该世界坐标系基于此次建图所采集的第一个图片帧建立；
若对应关系中匹配到的特征点数量小于第二阈值，则以该图像帧为起始图像帧构建子地图。
若当前获取的图像帧和与其相邻的前一图像帧的特征点中可以匹配到的特征点的数量(即：对应关系中匹配到的特征点数量)达到预设的第二阈值(根据实际引用的需要进行灵活设定)，则说明当前图像帧和前一图像帧在地图上的位置是连续的，此时，即可利用匹配到的特征点对之间的几何约束关系来求解出前后图像帧之间的位姿增量(或相对位姿)，并计算当前获取的该图像帧包括的特征点在世界坐标系中的三维坐标，并创建新的地图点，并将当前的图像帧的位姿和地图点保存到数据库中。其中，祝贺李的世界坐标系是基于此次建图所采集的第一个图片帧来建立的。若对应关系中匹配到的特征点数量小于该设定的第二阈值，则说明当前的图像帧与前一图像帧所采集的位置并非连续的，故而以当前的图像帧为起始图像帧构建一个新的子地图，并将该新的子地图对应的图像帧的词袋向量、描述子等特征信息以及位姿信息保存到数据库中，以便后续在进行图像的特征匹配时可以找到重叠区域，从而将该子地图与构建的地图融合。由此可以看出，本发明的构建地图的方法可以实现现有地图文件复用，并且即使对特征点稀疏的场景也可以构建地图，适用范围更广。并且，本发明的构建地图的方法可以支持多个设备采集的数据进行建图，大大提高了建图效率。
图2是本发明实施例的构建地图的实现原理流程图。如图2所示，其中示出了本发明一个实施例的基于多地图融合的三维视觉点云建图方法的整体实现流程，其主要包括以下步骤：
1、对新输入的图像帧进行特征提取，计算每个特征点对应的描述子(用来做特征匹配)，并利用词袋方法计算该图像对应的词袋向量，用于后续重复区域检测；
2、利用输入的当前图像帧与前一图像帧的描述子匹配，得到前后两帧特征点的对应关系。若对应关系中特征点的匹配数量大于等于设定的第二阈值，则利用匹配点对之间的几何约束关系求解出前后图像帧之间的相对位姿或位姿增量，并计算得到当前图像帧特征点的世界坐标系(以此次建图所输入的第一帧图像为起始帧)下的三维坐标，创建新的地图点，并将当前图像帧的位姿和地图点存入数据库中；若匹配数量小于第二阈值，则以当前图像帧为起始帧重新构建一个子地图；
3、利用步骤1中得到的当前图像帧的词袋向量与数据库中图像帧的词袋向量计算当前图像帧与数据库中每个图像帧之间的相似度，最大相似度大于等于第一阈值则认为发现重叠区域，并将最大相似度对应的图像帧作为候选图像帧；
4、地图融合。将当前图像帧中的特征点与步骤3中候选图像帧的特征点进行特征匹配，然后再利用匹配到的特征点对之间的约束关系，计算得到当前图像帧与候选图像帧之间的相对位姿。通过得到的相对位姿将当前图像帧的位姿变换到候选图像帧所在地图的坐标系下，同时将当前图像帧关联的地图点也转换到候选图像帧所在地图的坐标系下，并且把当前图像帧中与候选图像帧匹配的特征点对应的地图点坐标直接换成候选图像帧中的地图点坐标，即完成地图的初步融合拼接；
5、地图位姿优化。由于步骤4中的地图融合只考虑了当前图像帧与候选图像帧之间的约束关系，会存在较大的误差，因此需要引入更多的约束关系。将当前图像帧的前5帧中的特征点分别与候选图像帧所在地图的地图点匹配，并将与候选图像帧相邻的5帧中的特征点分别与当前图像帧所在地图的地图点匹配，得到更多的匹配关系，从而引入更多的约束关系。通过引入的约束关系以及当前图像帧所在地图中的所有图像帧和地图点之间的约束关系构建最小二乘优化方程，将候选图像帧所在地图的图像帧位姿和地图点视为固定的，求解最小二乘优化方程，从而得到当前图像帧所在地图中包括的所有图像帧和地图点在候选图像帧所在地图坐标系下的坐标。
图3是根据本发明实施例的构建地图的装置的主要模块示意图。如图3所示，本发明实施例的构建地图的装置300主要包括特征提取模块301、特征匹配模块302、图像选取模块303和地图融合模块304。
特征提取模块301，用于对获取的图像帧进行特征提取；
特征匹配模块302，用于将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；
图像选取模块303，用于根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；
地图融合模块304，用于根据所述图像帧和所述候选图像帧进行地图融合以构建地图。
根据本发明的一个实施例，特征提取的操作包括计算图像帧的词袋向量；并且，特征匹配模块302还可以用于：
根据所述图像帧的词袋向量与数据库中的图像帧的词袋向量计算所述图像帧与所述数据库中的图像帧之间的相似度。
根据本发明的另一个实施例，图像选取模块303还可以用于：
根据所述相似度中的最大值是否超过第一阈值判断是否存在重叠区域；
若存在，则将所述相似度中的最大值对应的图像帧作为与所述图像帧具有重叠区域的候选图像帧。
根据本发明的又一个实施例，地图融合模块304还可以用于：
将所述图像帧包括的特征点与所述候选图像帧包括的特征点进行特征匹配；
利用匹配得到的特征点对之间的约束关系，计算所述图像帧与所述候选图像帧之间的相对位姿；
根据所述相对位姿将所述图像帧的位姿变换到所述候选图像帧所在地图的坐标系下，并将所述图像帧关联的地图点转换到所述候选图像帧所在地图的坐标系下，把所述图像帧中与所述候选图像帧匹配的特征点对应的地图点的坐标替换成所述候选图像帧中对应的地图点的坐标，以进行地图融合。
根据本发明的又一个实施例，构建地图的装置300还可以包括位姿优化模块(图中未示出)，用于：
在根据所述图像帧和所述候选图像帧进行地图融合之后，对融合后的地图进行位姿优化，以得到所述图像帧所在地图包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标。
根据本发明的又一个实施例，位姿优化模块(图中未示出)还用于：
将与所述图像帧相邻的前N帧图像中的特征点分别与所述候选图像帧所在地图的地图点进行特征匹配，并将与所述候选图像帧相邻的N帧图像中的特征点与所述图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；
通过所述补充约束关系以及所述图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；
求解所述位姿优化方程，得到所述图像帧所在地图中包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
根据本发明的又一个实施例，构建地图的装置300还可以包括图像帧匹配模块(图中未示出)，用于：
对所述图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据所述对应关系进行地图构建。
根据本发明的再一个实施例，图像帧匹配模块(图中未示出)还可以用于：
若所述对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出所述相邻两个图像帧之间的相对位姿，并计算所述图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，所述世界坐标系基于此次建图所采集的第一个图片帧建立；
若所述对应关系中匹配到的特征点数量小于第二阈值，则以所述图像帧为起始图像帧构建子地图。
根据本发明实施例的技术方案，通过对获取的图像帧进行特征提取；将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度；根据相似度获取与该图像帧具有重叠区域的候选图像帧；根据该图像帧和候选图像帧进行地图融合以构建地图，实现了基于多地图融合进行三维视觉点云建图，通过图像帧之间的特征匹配得到图像帧之间的相似度，进而确定与当前获取的图像帧具有重叠区域的候选图像帧，以便进行地图融合，如此，在进行地图构建时，无论采集的图像个数多少，无论场景对应的特征点是否稀疏，均可以进行地图构建；并且，之前采集的图像所构建的地图也可以进行复用，无需重复采集，节省了工作量；同时，本发明的构建地图的方法可以支持使用多个设备采集的数据进行建图，仅需根据图像之间的重叠区域即可进行建图，从而大大提高了建图效率，解决了特征点稀疏场景的建图困难以及现有地图文件无法复用的问题。另外，通过对多个地图进行重叠区域检测，构建地图间的约束关系并进行全局优化，减小了建图误差，提高了建图质量。
图4示出了可以应用本发明实施例的构建地图的方法或构建地图的装置的示例性系统架构400。
如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的构建地图的方法一般由服务器405执行，相应地，构建地图的装置一般设置于服务器405中。
应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括特征提取模块、特征匹配模块、图像选取模块和地图融合模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，特征提取模块还可以被描述为“用于对获取的图像帧进行特征提取的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：对获取的图像帧进行特征提取；将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；根据所述图像帧和所述候选图像帧进行地图融合以构建地图。
根据本发明实施例的技术方案，通过对获取的图像帧进行特征提取；将该图像帧与数据库中的图像帧进行特征匹配以计算该图像帧与数据库中的图像帧之间的相似度；根据相似度获取与该图像帧具有重叠区域的候选图像帧；根据该图像帧和候选图像帧进行地图融合以构建地图，实现了基于多地图融合进行三维视觉点云建图，通过图像帧之间的特征匹配得到图像帧之间的相似度，进而确定与当前获取的图像帧具有重叠区域的候选图像帧，以便进行地图融合，如此，在进行地图构建时，无论采集的图像个数多少，无论场景对应的特征点是否稀疏，均可以进行地图构建；并且，之前采集的图像所构建的地图也可以进行复用，无需重复采集，节省了工作量；同时，本发明的构建地图的方法可以支持使用多个设备采集的数据进行建图，仅需根据图像之间的重叠区域即可进行建图，从而大大提高了建图效率，解决了特征点稀疏场景的建图困难以及现有地图文件无法复用的问题。另外，通过对多个地图进行重叠区域检测，构建地图间的约束关系并进行全局优化，减小了建图误差，提高了建图质量。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (14)
1.一种构建地图的方法，其特征在于，包括：
对获取的图像帧进行特征提取；
将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；
根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；
根据所述图像帧和所述候选图像帧进行地图融合以构建地图；
根据所述图像帧和所述候选图像帧进行地图融合包括：将所述图像帧包括的特征点与所述候选图像帧包括的特征点进行特征匹配；利用匹配得到的特征点对之间的约束关系，计算所述图像帧与所述候选图像帧之间的相对位姿；根据所述相对位姿将所述图像帧的位姿变换到所述候选图像帧所在地图的坐标系下，并将所述图像帧关联的地图点转换到所述候选图像帧所在地图的坐标系下，把所述图像帧中与所述候选图像帧匹配的特征点对应的地图点的坐标替换成所述候选图像帧中对应的地图点的坐标，以进行地图融合；
在根据所述图像帧和所述候选图像帧进行地图融合之后，还包括：对融合后的地图进行位姿优化，以得到所述图像帧所在地图包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标。
2.根据权利要求1所述的方法，其特征在于，特征提取的操作包括计算所述图像帧的词袋向量；
并且，将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度包括：
根据所述图像帧的词袋向量与数据库中的图像帧的词袋向量计算所述图像帧与所述数据库中的图像帧之间的相似度。
3.根据权利要求1或2所述的方法，其特征在于，根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧包括：
根据所述相似度中的最大值是否超过第一阈值判断是否存在重叠区域；
若存在，则将所述相似度中的最大值对应的图像帧作为与所述图像帧具有重叠区域的候选图像帧。
4.根据权利要求1所述的方法，其特征在于，对融合后的地图进行位姿优化包括：
将与所述图像帧相邻的前N帧图像中的特征点分别与所述候选图像帧所在地图的地图点进行特征匹配，并将与所述候选图像帧相邻的N帧图像中的特征点与所述图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；
通过所述补充约束关系以及所述图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；
求解所述位姿优化方程，得到所述图像帧所在地图中包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
5.根据权利要求1所述的方法，其特征在于，还包括：
对所述图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据所述对应关系进行地图构建。
6.根据权利要求5所述的方法，其特征在于，根据所述对应关系进行地图构建包括：
若所述对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出所述相邻两个图像帧之间的相对位姿，并计算所述图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，所述世界坐标系基于此次建图所采集的第一个图片帧建立；
若所述对应关系中匹配到的特征点数量小于第二阈值，则以所述图像帧为起始图像帧构建子地图。
7.一种构建地图的装置，其特征在于，包括：
特征提取模块，用于对获取的图像帧进行特征提取；
特征匹配模块，用于将所述图像帧与数据库中的图像帧进行特征匹配以计算所述图像帧与所述数据库中的图像帧之间的相似度；
图像选取模块，用于根据所述相似度获取与所述图像帧具有重叠区域的候选图像帧；
地图融合模块，用于根据所述图像帧和所述候选图像帧进行地图融合以构建地图；
所述地图融合模块还用于：将所述图像帧包括的特征点与所述候选图像帧包括的特征点进行特征匹配；利用匹配得到的特征点对之间的约束关系，计算所述图像帧与所述候选图像帧之间的相对位姿；根据所述相对位姿将所述图像帧的位姿变换到所述候选图像帧所在地图的坐标系下，并将所述图像帧关联的地图点转换到所述候选图像帧所在地图的坐标系下，把所述图像帧中与所述候选图像帧匹配的特征点对应的地图点的坐标替换成所述候选图像帧中对应的地图点的坐标，以进行地图融合；
位姿优化模块，用于：在根据所述图像帧和所述候选图像帧进行地图融合之后，对融合后的地图进行位姿优化，以得到所述图像帧所在地图包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标。
8.根据权利要求7所述的装置，其特征在于，特征提取的操作包括计算所述图像帧的词袋向量；
并且，所述特征匹配模块还用于：
根据所述图像帧的词袋向量与数据库中的图像帧的词袋向量计算所述图像帧与所述数据库中的图像帧之间的相似度。
9.根据权利要求7或8所述的装置，其特征在于，所述图像选取模块还用于：
根据所述相似度中的最大值是否超过第一阈值判断是否存在重叠区域；
若存在，则将所述相似度中的最大值对应的图像帧作为与所述图像帧具有重叠区域的候选图像帧。
10.根据权利要求7所述的装置，其特征在于，所述位姿优化模块还用于：
将与所述图像帧相邻的前N帧图像中的特征点分别与所述候选图像帧所在地图的地图点进行特征匹配，并将与所述候选图像帧相邻的N帧图像中的特征点与所述图像帧所在地图的地图点进行特征匹配，以得到补充约束关系，其中，N为预设的图像帧个数；
通过所述补充约束关系以及所述图像帧所在地图包括的所有图像帧和地图点之间的约束关系构建位姿优化方程；
求解所述位姿优化方程，得到所述图像帧所在地图中包括的所有图像帧和地图点在所述候选图像帧所在地图坐标系下的坐标，以对融合后的地图进行位姿优化。
11.根据权利要求7所述的装置，其特征在于，还包括图像帧匹配模块，用于：
对所述图像帧及与其相邻的前一图像帧进行特征点之间的特征匹配，以得到相邻两个图像帧的特征点之间的对应关系，并根据所述对应关系进行地图构建。
12.根据权利要求11所述的装置，其特征在于，所述图像帧匹配模块还用于：
若所述对应关系中匹配到的特征点数量达到第二阈值，则利用匹配到的特征点对之间的约束关系求解出所述相邻两个图像帧之间的相对位姿，并计算所述图像帧包括的特征点在世界坐标系下的坐标以创建地图点，其中，所述世界坐标系基于此次建图所采集的第一个图片帧建立；
若所述对应关系中匹配到的特征点数量小于第二阈值，则以所述图像帧为起始图像帧构建子地图。
13.一种构建地图的电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543996.6A CN111815738B (zh) | 2020-06-15 | 2020-06-15 | 一种构建地图的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543996.6A CN111815738B (zh) | 2020-06-15 | 2020-06-15 | 一种构建地图的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111815738A CN111815738A (zh) | 2020-10-23 |
| CN111815738B true CN111815738B (zh) | 2024-01-12 |
Family
ID=72845176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010543996.6A Active CN111815738B (zh) | 2020-06-15 | 2020-06-15 | 一种构建地图的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815738B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112396107B (zh) * | 2020-11-18 | 2023-02-14 | 广州极飞科技股份有限公司 | 重建图像选取方法、装置及电子设备 |
| CN113160102A (zh) * | 2021-04-25 | 2021-07-23 | 北京华捷艾米科技有限公司 | 三维场景重建的方法、装置、设备和存储介质 |
| CN113792752B (zh) * | 2021-08-03 | 2023-12-12 | 北京中科慧眼科技有限公司 | 基于双目相机的图像特征提取方法、系统和智能终端 |
| CN114699013A (zh) * | 2022-03-29 | 2022-07-05 | 深圳优地科技有限公司 | 定点清扫方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108648240A (zh) * | 2018-05-11 | 2018-10-12 | 东南大学 | 基于点云特征地图配准的无重叠视场相机姿态标定方法 |
| WO2018214706A1 (zh) * | 2017-05-22 | 2018-11-29 | 腾讯科技（深圳）有限公司 | 运动控制方法、存储介质、计算机设备和服务机器人 |
| CN110855601A (zh) * | 2018-08-21 | 2020-02-28 | 华为技术有限公司 | Ar/vr场景地图获取方法 |
-
2020
- 2020-06-15 CN CN202010543996.6A patent/CN111815738B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018214706A1 (zh) * | 2017-05-22 | 2018-11-29 | 腾讯科技（深圳）有限公司 | 运动控制方法、存储介质、计算机设备和服务机器人 |
| CN108648240A (zh) * | 2018-05-11 | 2018-10-12 | 东南大学 | 基于点云特征地图配准的无重叠视场相机姿态标定方法 |
| CN110855601A (zh) * | 2018-08-21 | 2020-02-28 | 华为技术有限公司 | Ar/vr场景地图获取方法 |
Non-Patent Citations (2)
| Title |
|---|
| Frequent-image-frames enhanced digital ortho-rectified mapping (FIFEDOM) airborne mapping system;H. Wehn;《IEEE Xplore》;全文 * |
| 基于RGB-D图像的三维同步定位与建图研究;胡凌燕;曹禄;熊鹏文;辛勇;谢泽坤;;系统仿真学报(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111815738A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111815738B (zh) | 一种构建地图的方法和装置 | |
| US20210211471A1 (en) | Highly scalable four-dimensional web-rendering geospatial data system for simulated worlds | |
| CN108629823B (zh) | 多视角图像的生成方法和装置 | |
| US10970938B2 (en) | Method and apparatus for generating 3D information | |
| CN110222775B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
| CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
| CN110633597B (zh) | 一种可行驶区域检测方法和装置 | |
| CN113657411A (zh) | 神经网络模型的训练方法、图像特征提取方法及相关装置 | |
| CN113766117B (zh) | 一种视频去抖动方法和装置 | |
| CN113837194A (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
| CN111581443B (zh) | 分布式图计算方法、终端、系统及存储介质 | |
| CN113362090A (zh) | 一种用户行为数据处理方法和装置 | |
| CN112256254A (zh) | 一种生成布局代码的方法和装置 | |
| CN112990046B (zh) | 差异信息获取方法、相关装置及计算机程序产品 | |
| CN111292365B (zh) | 生成深度图的方法、装置、电子设备和计算机可读介质 | |
| CN114998433A (zh) | 位姿计算方法、装置、存储介质以及电子设备 | |
| CN113742485A (zh) | 一种处理文本的方法和装置 | |
| CN113076254A (zh) | 一种测试用例集的生成方法和装置 | |
| CN111383293A (zh) | 一种图像要素矢量化的方法和装置 | |
| CN111428729A (zh) | 一种目标检测方法和装置 | |
| CN111353585A (zh) | 神经网络模型的结构搜索方法和装置 | |
| US20240064179A1 (en) | Highly scalable four-dimensional geospatial data system for simulated worlds | |
| CN114820908B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
| US20240146771A1 (en) | Inclusion of time-series geospatial markers in analyses employing a cyber-decision platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210301 Address after: Room a1905, 19 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant after: Beijing Jingdong Qianshi Technology Co.,Ltd. Address before: Room A402, 4th floor, building 2, No.18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176 Applicant before: BEIJING WODONG TIANJUN INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |