CN113781569B - 一种回环检测方法和装置 - Google Patents

一种回环检测方法和装置 Download PDF

Info

Publication number
CN113781569B
CN113781569B CN202110004034.8A CN202110004034A CN113781569B CN 113781569 B CN113781569 B CN 113781569B CN 202110004034 A CN202110004034 A CN 202110004034A CN 113781569 B CN113781569 B CN 113781569B
Authority
CN
China
Prior art keywords
laser
frame
laser frame
current
loop
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
Application number
CN202110004034.8A
Other languages
English (en)
Other versions
CN113781569A (zh
Inventor
张鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202110004034.8A priority Critical patent/CN113781569B/zh
Publication of CN113781569A publication Critical patent/CN113781569A/zh
Application granted granted Critical
Publication of CN113781569B publication Critical patent/CN113781569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/77—Determining position or orientation of objects or cameras using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种回环检测方法和装置，涉及智能机器人技术领域。该方法的一具体实施方式包括：获取当前激光帧以及所述当前激光帧包括的激光点云的位置信息；根据激光点云的位置信息，确定当前激光帧在预设的全局网格中的分布情况；判断存储的多个历史激光帧的数量是否不小于第一回环检测阈值，如果是，则根据存储的多个历史激光帧在全局网格的分布情况以及当前激光帧在全局网格的分布情况，从多个历史激光帧中，为当前激光帧匹配候选回环激光帧；基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧。该实施方式能够有效地提高回环检测准确性。

Description

一种回环检测方法和装置
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种回环检测方法和装置。
背景技术
机器人在未知环境下通过激光传感器获取外部环境信息，实现位姿估计并增量式地构建环境模型，进而确立自身的全局位置的过程称为机器人实时定位与地图构建(Simultaneous Localization and Mapping，SLAM)。其中，回环检测(也称闭环检测)是SLAM中的关键环节，其通过判断新采集到的激光帧是否在历史激光帧中出现过，即确定机器人是否进入某同一历史地点。其目的主要是减少构建环境地图时的累积误差。
目前回环检测方式主要是基于距离的回环检测方式，即当检测到当前激光帧与历史激光帧的相对位置小于阈值时，则将该历史激光帧及该历史激光帧前后的其他历史激光帧作为回环候选激光帧，再然后基于该回环候选帧，确定出回环帧，以完成回环检测。
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：
现有的这种基于距离确定回环帧的方式，无法直接判断两激光帧之间是否存在共视区域，如果不存在则会造成误匹配，引入误差，导致回环检测准确性较低。
发明内容
有鉴于此，本发明实施例提供一种回环检测方法和装置，能够有效地提高回环检测准确性。
为实现上述目的，根据本发明实施例的一个方面，提供了一种回环检测方法，包括：
获取当前激光帧以及所述当前激光帧包括的激光点云的位置信息；
根据所述激光点云的位置信息，确定所述当前激光帧在预设的全局网格中的分布情况；
判断存储的多个历史激光帧的数量是否不小于第一回环检测阈值，
如果是，则根据存储的多个历史激光帧在所述全局网格的分布情况以及所述当前激光帧在所述全局网格的分布情况，从多个所述历史激光帧中，为所述当前激光帧匹配候选回环激光帧；
基于匹配出的候选回环激光帧，为所述当前激光帧确定有效回环激光帧。
优选地，所述回环检测方法，进一步包括：
判断出存储的历史激光帧的数量不满足回环检测阈值，
将所述当前激光帧存储为历史激光帧，并存储所述历史激光帧在预设的全局网格的分布情况；
获取新的激光帧以及所述新的激光帧包括的激光点云的位置信息；
将所述新的激光帧作为当前激光帧，执行确定所述当前激光帧在所述全局网格的分布情况的步骤。
优选地，确定所述当前激光帧在所述全局网格的分布情况，包括：
根据所述当前激光帧包括的激光点云的位置信息，将所述当前激光帧映射到预设的全局网格中；
根据映射的结果，确定所述当前激光帧所占据的网格。
优选地，为所述当前激光帧匹配候选回环激光帧，包括：
根据所述当前激光帧所占据的网格，从多个所述历史激光帧中，查找与所述当前激光帧存在重叠网格的目标历史激光帧；
判断所述当前激光帧与所述目标历史激光帧之间的间隔帧数是否不小于第二回环检测阈值，如果是，则确定所述目标历史激光帧为所述候选回环激光帧。
优选地，所述激光点云的位置信息包括：所述激光点云在二维激光坐标系中的激光坐标；
将所述当前激光帧映射到预设的全局网格中，包括：
将所述激光点云的激光坐标转换为预设的二维世界坐标系中的世界坐标；
根据所述激光点云的世界坐标以及存储的所述全局网格的网格分辨率，计算所述激光点云的网格坐标，其中，所述全局网格基于世界坐标系绘制出。
优选地，确定所述当前激光帧所占据的网格，包括：
根据所述激光点云的网格坐标，查找所述当前激光帧包括的每一个所述激光点云所属于的网格。
优选地，在判断出所述当前激光帧与所述目标历史激光帧之间的间隔帧数不小于第二回环检测阈值之后，进一步包括：
统计所述目标历史激光帧与所述当前激光帧之间的重叠网格中，属于所述目标历史激光帧的激光点云的数量；
判断统计出的属于所述目标历史激光帧的激光点云的数量是否不小于点云数量阈值，
如果是，则确定所述目标历史激光帧为所述候选回环激光帧。
优选地，统计出重叠网格中属于所述目标历史激光帧的激光点云的数量之后，进一步包括：
当所述目标历史激光帧的个数为多个时，
基于每一个所述目标历史激光帧对应的重叠网格中所述目标历史激光帧的激光点云的数量，对多个所述目标历史激光帧进行排序；
根据排序的结果，选择重叠网格中激光点云的数量最大的目标历史激光帧；
为选择出的重叠网格中激光点云的数量最大的目标历史激光帧，执行判断重叠网格中属于所述目标历史激光帧的激光点云的数量是否不小于点云数量阈值的步骤。
优选地，为所述当前激光帧确定有效回环激光帧，包括：
计算所述候选回环激光帧与所述当前激光帧之间的相对位姿平移量；
当所述相对位姿平移量满足有效回环的条件时，确定所述候选回环激光帧为所述有效回环激光帧。
第二方面，本发明实施例提供一种回环检测装置，包括：
获取模块，用于获取当前激光帧以及所述当前激光帧包括的激光点云的位置信息；
位置信息处理模块，用于根据所述激光点云的位置信息，确定所述当前激光帧在预设的全局网格中的分布情况；
回环激光帧检测模块，用于判断存储的多个历史激光帧的数量是否满足第一回环检测阈值，如果是，则根据存储的多个历史激光帧在所述全局网格的分布情况以及所述当前激光帧在所述全局网格的分布情况，从多个所述历史激光帧中，为所述当前激光帧匹配候选回环激光帧；基于匹配出的候选回环激光帧，为所述当前激光帧确定有效回环激光帧。
优选地，所述回环检测装置，进一步包括：存储模块，其中，
回环激光帧检测模块，进一步用于判断出存储的历史激光帧的数量不满足回环检测阈值，将所述当前激光帧以及所述当前激光帧在预设的全局网格的分布情况发送给所述存储模块；
所述存储模块，用于将所述当前激光帧存储为历史激光帧，并存储所述历史激光帧在预设的全局网格的分布情况；
所述获取单元，进一步用于获取新的激光帧以及所述新的激光帧包括的激光点云的位置信息；
所述位置信息处理模块，用于将所述新的激光帧作为当前激光帧，执行确定所述当前激光帧在所述全局网格的分布情况的步骤。
优选地，所述位置信息处理模块，用于根据所述当前激光帧包括的激光点云的位置信息，将所述当前激光帧映射到预设的全局网格中；根据映射的结果，确定所述当前激光帧所占据的网格。
上述发明中的一个实施例具有如下优点或有益效果：由于有效回环激光帧与当前激光帧之间的间距或者有效回环激光帧与当前激光帧之间间隔的激光帧的数量比较大，可有助于提高回环检测准确性。基于此，本发明实施例在匹配候选激光帧过程中，通过第一回环检测阈值使历史激光帧数量足够多，从而使多个历史激光帧中存在至少一部分历史激光帧与当前激光帧之间的间距比较远，进一步通过历史激光帧和当前激光帧在全局网格的分布情况，匹配候选回环激光帧，可匹配出与当前激光帧距离足够远、且与该当前激光帧存在区域重叠的历史激光帧，然后基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧，可有效地提高回环检测的准确性。
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回环检测方法的主要流程的示意图；
图2是根据本发明实施例的世界坐标系与全局网格关系的示意图；
图3是根据本发明实施例的确定当前激光帧在全局网格的分布情况的主要流程的示意图；
图4是根据本发明实施例的映射结果的示意图；
图5是根据本发明实施例的为当前激光帧匹配候选回环激光帧的主要流程的示意图；
图6是根据本发明实施例的为将当前激光帧映射到预设的全局网格的主要流程的示意图；
图7是根据本发明实施例的确定候选回环激光帧的主要流程的示意图；
图8是根据本发明另一实施例的确定候选回环激光帧的主要流程的示意图；
图9是根据本发明又一实施例的回环检测的主要流程的示意图；
图10是根据本发明实施例的回环检测装置的主要模块的示意图；
图11是本发明实施例可以应用于其中的示例性系统架构图；
图12是适于用来实现本发明实施例的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。
在智能机器人实时定位与地图构建(Simultaneous Localization and Mapping，SLAM)问题中，智能机器人的位姿的估计往往是一个递推的过程，即由上一帧位姿解算当前帧位姿，因此其中的误差便这样一帧一帧的传递下去，也就是累积误差。由于位姿约束都是与上一帧建立的，第五帧的位姿误差中便已经积累了前面四个约束中的误差。
经过进一步研究发现第五帧位姿不一定要由第四帧推出来，还可以由第二帧推算出来，那显然这样计算误差更小呀，因为只有第一帧到第二帧的误差以及第二帧到第五帧的误差。像这样与之前的某一帧建立位姿约束关系就叫做回环。回环通过减少了约束数，起到了减小累积误差的作用。
那现在又有新的问题了，如何确定具体是由哪一帧推算当前帧的位姿呢？在之前所采用的用前一帧递推下一帧位姿的方式，因为这两帧足够近，肯定可以建立两帧的约束，但是距离较远的两帧就不一定可以建立这样的约束关系了。找出可以建立这种位姿约束的历史帧，就是回环检测，即找到最优的可以与当前帧建立起约束关系的历史帧。
智能机器人一般可通过设置于智能机器人上的激光传感器采集周围环境的数据比如周围障碍物如墙壁、货架、路障等，激光传感器采集到的数据一般为二维激光数据比如一面墙、货架的一个侧面等。智能机器人的位姿不同，即激光传感器与障碍物距离不同或者不同的角度可得到不同的二维激光数据，因此，基于该二维激光数据可以倒推出智能机器人的位姿。而属于同一区域的两个位置即使距离较远，智能机器人在该两个位置扫描得到的二维激光数据也会比较相近，比如，一个走廊的两端，虽然该两端距离较远，但是其都属于走廊，存在比较大的重叠区域，因此，他们的二位激光数据之间也存在重叠。基于此，本发明实施例通过二维激光数据的重叠区域，确定距离比较远的两个激光帧之间是否属于同一区域，从而实现回环检测。
激光帧是指，智能机器人在一种位姿下，通过安装于智能机器人上的激光传感器扫描得到的二维激光数据的组合。该激光帧包括大量的激光点云，每一个激光点云有对应的位置信息如激光坐标等，这些激光点云的位置信息等为二维激光数据。随着智能机器人的移动，智能机器人在不同位置，激光传感器可得到不同的激光帧。
历史激光帧是指在获取当前激光帧之前已经得到的激光帧。
图1是根据本发明实施例的一种回环检测方法，如图1所示，该回环检测方法可包括如下步骤：
步骤S101：获取当前激光帧以及当前激光帧包括的激光点云的位置信息；
步骤S102：根据激光点云的位置信息，确定当前激光帧在预设的全局网格中的分布情况；
步骤S103：判断存储的多个历史激光帧的数量是否不小于第一回环检测阈值，如果是，则执行步骤S104；否则，执行步骤S106；
步骤S104：根据存储的多个历史激光帧在全局网格的分布情况以及当前激光帧在全局网格的分布情况，从多个历史激光帧中，为当前激光帧匹配候选回环激光帧；
步骤S105：基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧，并结束当前流程；
步骤S106：将当前激光帧存储为历史激光帧，并存储历史激光帧在预设的全局网格的分布情况；
步骤S107：获取新的激光帧以及新的激光帧包括的激光点云的位置信息；
步骤S108：将新的激光帧作为当前激光帧，并执行步骤S102。
其中，该位置信息可以根据激光传感器的激光坐标系确定出，还可以根据智能机器人具有的世界坐标系确定出。该激光坐标系或世界坐标系可基于现有的技术手段得到。
其中，全局网格是指在世界坐标系中绘制宽度为固定分辨率的网格，以将世界坐标系划分为多个小的区域。如图2所示的世界坐标系xoy坐标系中，虚线所围成的各个网格组成全局网格，即全局网格包括多个大小相同的网格。
其中，第一回环检测阈值可以根据回环检测区域的大小进行设置。比如，第一回环检测阈值为20，即已经存储有20个历史激光帧之后，才执行匹配候选回环激光帧的步骤，以保证当前激光帧与至少一部分历史激光帧之间的间距足够大。从而尽可能地避免将当前激光帧的上一激光帧作为候选回环激光帧。
其中，多个历史激光帧可按照激光帧的ID(编号)顺序存储，该激光帧的ID可以表征该激光帧属于回环检测过程中的第几个激光帧。比如，获取到的第1个激光帧存储为历史激光帧时，该第1个激光帧的ID可为0001等。
其中，新的激光帧是指在时间上，当前激光帧之后的下一激光帧。
由于有效回环激光帧与当前激光帧之间的间距或者有效回环激光帧与当前激光帧之间间隔的激光帧的数量比较大，可有助于提高回环检测准确性。基于此，图1所示的实施例在匹配候选激光帧过程中，通过第一回环检测阈值使历史激光帧数量足够多，从而使多个历史激光帧中存在至少一部分历史激光帧与当前激光帧之间的间距比较远，进一步通过历史激光帧和当前激光帧在全局网格的分布情况，匹配候选回环激光帧，可匹配出与当前激光帧距离足够远、且与该当前激光帧存在区域重叠的历史激光帧，然后基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧，可有效地提高回环检测的准确性。
在本发明实施例中，如图3所示，确定当前激光帧在全局网格的分布情况的具体实施方式可包括如下步骤：
步骤S301：根据当前激光帧包括的激光点云的位置信息，将当前激光帧映射到预设的全局网格中；
步骤S302：根据映射的结果，确定当前激光帧所占据的网格。
其中，映射的结果可如图4所示。如图4所示的当前激光帧包括的激光点云401映射到全局网格，相应地，当前激光帧所占据的网格如图4中具有标号1、2、3、4、5、6、7、8、9、10、11、12以及13的网格。
在本发明实施例中，如图5所示，为当前激光帧匹配候选回环激光帧可包括如下步骤：
步骤S501：根据当前激光帧所占据的网格，从多个历史激光帧中，查找与当前激光帧存在重叠网格的目标历史激光帧；
比如，针对图4示出的当前激光帧所占据的网格为图中标示出的标号为1至13的网格，那么只有历史激光帧中的激光点云占据该标号为1至13的网格中的至少一个网格，则确定历史激光帧与当前激光帧存在重叠网格，则该历史激光帧为目标历史激光帧。
步骤S502：判断当前激光帧与目标历史激光帧之间的间隔帧数是否不小于第二回环检测阈值，如果是，则执行步骤S503；否则，结束当前流程；
当前激光帧与目标历史激光帧之间的间隔帧数可通过当前激光帧的激光帧ID和目标历史激光帧的激光帧ID得出。比如，当前激光帧为获取到的第30个激光帧(激光帧ID为0030)，目标历史激光帧为获取到的第5个激光帧(激光帧ID为0005)、第6个激光帧(激光帧ID为0006)、第10个激光帧(激光帧ID为0010)以及第11个激光帧(激光帧ID为0011)，则当前激光帧与激光帧ID为0005的目标历史激光帧之间的间隔帧数为0030-0005＝25；当前激光帧与激光帧ID为0006的目标历史激光帧之间的间隔帧数为0030-0006＝24；当前激光帧与激光帧ID为0010的目标历史激光帧之间的间隔帧数为0030-0010＝20；当前激光帧与激光帧ID为0011的目标历史激光帧之间的间隔帧数为0030-0006＝19；
其中，第二回环检测阈值可进一步约束当前激光帧与回环激光帧之间的间距，使当前激光帧与回环激光帧之间的间距足够大，避免因为当前激光帧与回环激光帧之间间距太小而导致的误判，从而进一步提高回环检测的准确性。比如，第二回环检测阈值为20，则第5个激光帧(激光帧ID为0005)、第6个激光帧(激光帧ID为0006)、第10个激光帧(激光帧ID为0010)为候选回环激光帧。
步骤S503：确定目标历史激光帧为候选回环激光帧。
在本发明实施例中，激光点云的位置信息可包括：激光点云在二维激光坐标系中的激光坐标；该二维激光坐标系是在获取当前激光帧时，基于当前位姿所构建出的。相应地，如图6所示，将当前激光帧映射到预设的全局网格中可包括如下步骤：
步骤S601：将激光点云的激光坐标转换为预设的二维世界坐标系中的世界坐标；
该步骤S601坐标转换可通过将智能机器人当前位姿中的位置坐标(世界坐标系中的位置坐标)累加到激光点云的激光坐标中。比如，利用下述计算公式组(1)，计算激光点云的世界坐标。
计算公式组(1)：
其中，xDi′表征当前激光帧中第i个激光点云的世界坐标中的横坐标；yDi′表征当前激光帧中第i个激光点云的世界坐标中的纵坐标；xDi表征当前激光帧中第i个激光点云的激光坐标中的横坐标；yDi表征当前激光帧中第i个激光点云的激光坐标中的纵坐标；ΔxD表征当前激光帧对应的智能机器人的位姿中的横坐标；ΔyD表征当前激光帧对应的智能机器人的位姿中的纵坐标。
步骤S602：根据激光点云的世界坐标以及存储的全局网格的网格分辨率，计算激光点云的网格坐标，其中，全局网格基于世界坐标系绘制出。
在该步骤S602中，可根据计算公式组(2)，计算激光点云的网格坐标。
计算公式组(2)：
其中，grid_xDi表征当前激光帧中第i个激光点云的网格坐标中的横坐标；xDi′表征当前激光帧中第i个激光点云的世界坐标中的横坐标；grid_yDi表征当前激光帧中第i个激光点云的网格坐标中的纵坐标；yDi′表征当前激光帧中第i个激光点云的世界坐标中的纵坐标；r表征存储的全局网格的网格分辨率。
值得说明的是，全局网格的网格分辨率是指，一个网格的边长。
该网格分辨率可根据实际需要进行设置。比如，该网格分辨率可为0.05米。
通过上述计算激光点云的网格坐标，可以直接确定出激光点云所占据的网格的位置。
确定当前激光帧所占据的网格可有两种实现方式：
实现方式一：由于每一个网格有个坐标范围，当一个激光点云的网格坐标在该网格的坐标范围内时，则确定该激光点云属于该网格。
实现方式二：根据激光点云的网格坐标，查找当前激光帧包括的每一个激光点云所属于的网格。
在本发明实施例中，如图7所示，在判断出当前激光帧与目标历史激光帧之间的间隔帧数不小于第二回环检测阈值之后可进一步包括如下步骤：
步骤S701：统计目标历史激光帧与当前激光帧之间的重叠网格中，属于目标历史激光帧的激光点云的数量；
步骤S702：判断统计出的属于目标历史激光帧的激光点云的数量是否不小于点云数量阈值，如果是，则执行步骤S703；否则，结束当前流程；
可以理解地，该统计出的属于目标历史激光帧的激光点云的数量具体是指，步骤S701统计出的目标历史激光帧与当前激光帧之间的重叠网格中，属于目标历史激光帧的激光点云的数量。比如，目标历史激光帧与图4示出的当前激光帧的重叠网格为标号为1、2、5以及8的网格，目标历史激光帧中的激光点云在标号为1、2、5以及8的网格中的数量即为步骤S701统计出的属于目标历史激光帧的激光点云的数量。
该点云数量阈值可根据用户需要进行设置。一个优选地实施例中该点云数量阈值不小于800。通过该步骤可实现限制候选回环激光帧与当前激光帧之间的重叠区域，即保证候选回环激光帧与当前激光帧之间的重叠区域足够大，以进一步缩小候选回环激光帧的范围，从而更准确的检测出有效回环激光帧。实现通过重合区域以及激光帧之间的间距结合来确定候选回环激光帧，保证候选回环激光帧选择的准确性、合理性，以使后续能够更准确的获得有效的回环检测以及有效的回环激光帧。
步骤S703：确定目标历史激光帧为候选回环激光帧。
在本发明实施例中，如图8所示，统计出重叠网格中属于目标历史激光帧的激光点云的数量之后可进一步包括如下步骤：
步骤S801：当目标历史激光帧的个数为多个时，基于每一个目标历史激光帧对应的重叠网格中目标历史激光帧的激光点云的数量，对多个目标历史激光帧进行排序；
一般来说，在一次回环检测中，为当前激光帧检测到一个有效回环激光帧。因此，为了进一步降低其他历史激光帧的干扰，找出与当前激光帧重叠区域最大的目标历史激光帧，本发明实施例通过排序的方式，选出与当前激光帧重叠区域最大的激光帧即重叠网格中激光点云的数量最大的目标历史激光帧。该重叠网格是指目标历史激光帧与当前激光帧的重叠网格。
步骤S802：根据排序的结果，选择重叠网格中激光点云的数量最大的目标历史激光帧；
步骤S803：为选择出的重叠网格中激光点云的数量最大的目标历史激光帧，执行判断重叠网格中属于目标历史激光帧的激光点云的数量是否不小于点云数量阈值的步骤。
值得说明的是，本发明所有实施例所涉及的重叠网格是一个历史激光帧(或者一个目标历史激光帧)和一个当前激光帧的重叠网格。
在本发明实施例中，为当前激光帧确定有效回环激光帧可包括：计算候选回环激光帧与当前激光帧之间的相对位姿平移量；当相对位姿平移量满足有效回环的条件时，确定候选回环激光帧为有效回环激光帧。
其中，计算候选回环激光帧与当前激光帧之间的相对位姿平移量是基于现有的迭代最近点算法(Iterative Closest Point，ICP算法)实现的。
ICP算法的基本原理：针对候选回环激光帧对应的激光点云集合和当前激光帧对应的激光点云集合，根据某种几何特性对两个激光点云集合中激光点云进行匹配，并设这些匹配的激光点云为假想的对应点，然后根据这种对应关系求解运动参数。再利用这些运动参数对激光点云进行变换。并利用同一几何特征，确定新的对应关系，重复上述过程。
即：ICP算法核心是最小化一个目标函数：
目标函数：
其中，Np表征两个激光点云集合(当前激光帧对应的激光点云集合和候选激光帧对应的点云集合)相匹配的激光点云对的个数；表征第j对激光点云对中属于候选激光帧中的激光点云；/>表征第j对激光点云对中属于当前激光帧中的激光点云；R和T为目标函数的参数。
其中，有效回环的条件：计算出的相对位姿平移量小于存储的初始相对位姿平移量。该初始相对位姿平移量是根据每相邻两个激光帧之间的相对位姿平移量累积得到的当前激光帧和候选激光帧之间的初始相对位姿平移量。
下面以第一回环检测阈值和第二回环检测阈值均为20以及点云数量阈值为800为例，详细说明回环检测过程。如图9所示，该回环检测可包括如下步骤：
步骤S901：获取当前激光帧以及当前激光帧包括的激光点云在二维激光坐标系中的激光坐标；
步骤S902：将激光点云的激光坐标转换为预设的二维世界坐标系中的世界坐标；
步骤S903：根据激光点云的世界坐标以及存储的全局网格的网格分辨率，计算激光点云的网格坐标；
其中，全局网格基于世界坐标系绘制出。
步骤S904：根据激光点云的网格坐标，查找当前激光帧包括的每一个激光点云所属于的网格；
步骤S905：判断存储的多个历史激光帧的数量是否不小于20，如果是，则执行步骤S906；否则，执行步骤S915；
步骤S906：根据当前激光帧所占据的网格，从多个历史激光帧中，查找与当前激光帧存在重叠网格的目标历史激光帧；
步骤S907：判断当前激光帧与目标历史激光帧之间的间隔帧数是否不小于20，如果是，则当目标历史激光帧的个数为多个时，执行步骤S908；当目标历史激光帧的个数为1个时，执行步骤S9010；否则，结束当前流程；
步骤S908：基于每一个目标历史激光帧对应的重叠网格中目标历史激光帧的激光点云的数量，对多个目标历史激光帧进行排序；
步骤S909：根据排序的结果，选择重叠网格中激光点云的数量最大的目标历史激光帧为最终的目标历史激光帧；
步骤S9010：统计目标历史激光帧与当前激光帧之间的重叠网格中，属于目标历史激光帧的激光点云的数量；
针对步骤S907提及的目标历史激光帧的个数为多个的情况，该步骤S910的目标历史激光帧实际为步骤S909选择出的最终的目标历史激光帧。
步骤S911：判断统计出的属于目标历史激光帧的激光点云的数量是否不小于800，如果是，则执行步骤S912；否则，结束当前流程；
步骤S912：确定目标历史激光帧为候选回环激光帧；
步骤S913：计算候选回环激光帧与当前激光帧之间的相对位姿平移量；
步骤S914：当相对位姿平移量小于存储的初始相对位姿平移量时，确定候选回环激光帧为有效回环激光帧，并结束当前流程；
步骤S915：将当前激光帧存储为历史激光帧，并存储历史激光帧在预设的全局网格的分布情况；
步骤S916：获取新的激光帧以及新的激光帧包括的激光点云的位置信息；
步骤S917：将新的激光帧作为当前激光帧，并执行步骤S902。
如图10所示，本发明实施例提供一种回环检测装置1000，该回环检测装置1000可包括：
获取模块1001，用于获取当前激光帧以及当前激光帧包括的激光点云的位置信息；
位置信息处理模块1002，用于根据激光点云的位置信息，确定当前激光帧在预设的全局网格中的分布情况；
回环激光帧检测模块1003，用于判断存储的多个历史激光帧的数量是否满足第一回环检测阈值，如果是，则根据存储的多个历史激光帧在全局网格的分布情况以及当前激光帧在所述全局网格的分布情况，从多个历史激光帧中，为当前激光帧匹配候选回环激光帧；基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧。
在本发明实施例中，回环检测装置1000可进一步包括：存储模块1004，其中，
回环激光帧检测模块1003，进一步用于判断出存储的历史激光帧的数量不满足回环检测阈值，将当前激光帧以及当前激光帧在预设的全局网格的分布情况发送给存储模块1004；
存储模块1004，用于将当前激光帧存储为历史激光帧，并存储历史激光帧在预设的全局网格的分布情况；
获取单元1001，进一步用于获取新的激光帧以及新的激光帧包括的激光点云的位置信息；
位置信息处理模块1002，用于将新的激光帧作为当前激光帧，执行确定当前激光帧在全局网格的分布情况的步骤。
在本发明实施例中，位置信息处理模块1002，用于根据当前激光帧包括的激光点云的位置信息，将当前激光帧映射到预设的全局网格中；根据映射的结果，确定当前激光帧所占据的网格。
在本发明实施例中，回环激光帧检测模块1003，进一步用于根据当前激光帧所占据的网格，从多个历史激光帧中，查找与当前激光帧存在重叠网格的目标历史激光帧；判断当前激光帧与目标历史激光帧之间的间隔帧数是否不小于第二回环检测阈值，如果是，则确定目标历史激光帧为候选回环激光帧。
在本发明实施例中，激光点云的位置信息包括：激光点云在二维激光坐标系中的激光坐标；相应地，
回环激光帧检测模块1003，进一步用于将激光点云的激光坐标转换为预设的二维世界坐标系中的世界坐标；根据激光点云的世界坐标以及存储的全局网格的网格分辨率，计算激光点云的网格坐标，其中，全局网格基于世界坐标系绘制出。
在本发明实施例中，回环激光帧检测模块1003，进一步用于根据激光点云的网格坐标，查找当前激光帧包括的每一个激光点云所属于的网格。
在本发明实施例中，回环激光帧检测模块1003，进一步用于统计目标历史激光帧与当前激光帧之间的重叠网格中，属于目标历史激光帧的激光点云的数量；判断统计出的属于目标历史激光帧的激光点云的数量是否不小于点云数量阈值，如果是，则确定目标历史激光帧为候选回环激光帧。
在本发明实施例中，回环激光帧检测模块1003，进一步用于当目标历史激光帧的个数为多个时，基于每一个目标历史激光帧对应的重叠网格中目标历史激光帧的激光点云的数量，对多个目标历史激光帧进行排序；根据排序的结果，选择重叠网格中激光点云的数量最大的目标历史激光帧；为选择出的重叠网格中激光点云的数量最大的目标历史激光帧，执行判断重叠网格中属于目标历史激光帧的激光点云的数量是否不小于点云数量阈值的步骤。
在本发明实施例中，回环激光帧检测模块1003，进一步用于计算候选回环激光帧与当前激光帧之间的相对位姿平移量；当相对位姿平移量满足有效回环的条件时，确定候选回环激光帧为有效回环激光帧。
上述回环检测装置可以设置于智能机器人中，也可以设置于服务器中，通过服务器为智能机器人进行回环检测，以使计算资源更充足。
以回环检测装置设置于服务器为例，图11示出了可以应用本发明实施例的回环检测方法或回环检测装置的示例性系统架构1100。
如图11所示，系统架构1100可以包括智能机器人1101、1102、1103，网络1104和服务器1105。网络1104用以在智能机器人1101、1102、1103和服务器1105之间提供通信链路的介质。网络1104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。
用户可以使用智能机器人1101、1102、1103通过网络1104与服务器1105交互，以接收或发送消息等。智能机器人1101、1102、1103上可以安装有各种导航工具、激光传感器等(仅为示例)。
服务器1105可以是提供各种服务的服务器，例如对智能机器人1101、1102、1103所采集到的激光帧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激光帧等数据进行分析等处理，并将处理结果(例如有效回环激光帧、修正的位置--仅为示例)反馈给智能机器人1101、1102、1103。
需要说明的是，本发明实施例所提供的回环检测方法一般由服务器1105执行，相应地，回环检测装置一般设置于服务器1105中。
应该理解，图11中的智能机器人、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智能机器人、网络和服务器。
下面参考图12，其示出了适于用来实现本发明实施例的服务器的计算机系统1200的结构示意图。图12示出的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12所示，计算机系统1200包括中央处理单元(CPU)1201，其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。在RAM 1203中，还存储有系统1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205：包括键盘、鼠标等的输入部分1206；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1207；包括硬盘等的存储部分1208；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1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211，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1210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1208。
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1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201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：一种处理器包括获取模块、获取单元、位置信息处理模块和回环激光帧检测模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取当前激光帧以及当前激光帧包括的激光点云的位置信息的模块”。
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：获取当前激光帧以及当前激光帧包括的激光点云的位置信息；根据激光点云的位置信息，确定当前激光帧在预设的全局网格中的分布情况；判断存储的多个历史激光帧的数量是否不小于第一回环检测阈值，如果是，则根据存储的多个历史激光帧在全局网格的分布情况以及当前激光帧在全局网格的分布情况，从多个历史激光帧中，为当前激光帧匹配候选回环激光帧；基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧。
根据本发明实施例的技术方案，在匹配候选激光帧过程中，通过第一回环检测阈值使历史激光帧数量足够多，从而使多个历史激光帧中存在至少一部分历史激光帧与当前激光帧之间的间距比较远，进一步通过历史激光帧和当前激光帧在全局网格的分布情况，匹配候选回环激光帧，可匹配出与当前激光帧距离足够远、且与该当前激光帧存在区域重叠的历史激光帧，然后基于匹配出的候选回环激光帧，为当前激光帧确定有效回环激光帧，可有效地提高回环检测的准确性。
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 (10)

1.一种回环检测方法，其特征在于，包括：
获取当前激光帧以及所述当前激光帧包括的激光点云的位置信息；
根据所述激光点云的位置信息，确定所述当前激光帧在预设的全局网格中的分布情况；
判断存储的多个历史激光帧的数量是否不小于第一回环检测阈值，
如果是，则根据存储的多个历史激光帧在所述全局网格的分布情况以及所述当前激光帧在所述全局网格的分布情况，从多个所述历史激光帧中，为所述当前激光帧匹配候选回环激光帧；
基于匹配出的候选回环激光帧，为所述当前激光帧确定有效回环激光帧；
所述为所述当前激光帧匹配候选回环激光帧，包括：
根据所述当前激光帧在所述全局网格中所占据的网格，从多个所述历史激光帧中，查找与所述当前激光帧存在重叠网格的目标历史激光帧；
判断所述当前激光帧与所述目标历史激光帧之间的间隔帧数是否不小于第二回环检测阈值，如果是，则统计所述目标历史激光帧与所述当前激光帧之间的重叠网格中，属于所述目标历史激光帧的激光点云的数量；
判断统计出的属于所述目标历史激光帧的激光点云的数量是否不小于点云数量阈值，
如果是，则确定所述目标历史激光帧为所述候选回环激光帧。
2.根据权利要求1所述回环检测方法，其特征在于，进一步包括：
判断出存储的历史激光帧的数量不满足回环检测阈值，
将所述当前激光帧存储为历史激光帧，并存储所述历史激光帧在预设的全局网格的分布情况；
获取新的激光帧以及所述新的激光帧包括的激光点云的位置信息；
将所述新的激光帧作为当前激光帧，执行确定所述当前激光帧在所述全局网格的分布情况的步骤。
3.根据权利要求1或2所述回环检测方法，其特征在于，确定所述当前激光帧在所述全局网格的分布情况，包括：
根据所述当前激光帧包括的激光点云的位置信息，将所述当前激光帧映射到预设的全局网格中；
根据映射的结果，确定所述当前激光帧所占据的网格。
4.根据权利要求3所述回环检测方法，其特征在于，
所述激光点云的位置信息包括：所述激光点云在二维激光坐标系中的激光坐标；
将所述当前激光帧映射到预设的全局网格中，包括：
将所述激光点云的激光坐标转换为预设的二维世界坐标系中的世界坐标；
根据所述激光点云的世界坐标以及存储的所述全局网格的网格分辨率，计算所述激光点云的网格坐标，其中，所述全局网格基于世界坐标系绘制出。
5.根据权利要求4所述回环检测方法，其特征在于，确定所述当前激光帧所占据的网格，包括：
根据所述激光点云的网格坐标，查找所述当前激光帧包括的每一个所述激光点云所属于的网格。
6.根据权利要求1所述回环检测方法，其特征在于，统计出重叠网格中属于所述目标历史激光帧的激光点云的数量之后，进一步包括：
当所述目标历史激光帧的个数为多个时，
基于每一个所述目标历史激光帧对应的重叠网格中所述目标历史激光帧的激光点云的数量，对多个所述目标历史激光帧进行排序；
根据排序的结果，选择重叠网格中激光点云的数量最大的目标历史激光帧；
为选择出的重叠网格中激光点云的数量最大的目标历史激光帧，执行判断重叠网格中属于所述目标历史激光帧的激光点云的数量是否不小于点云数量阈值的步骤。
7.根据权利要求1、2、4至6任一所述回环检测方法，其特征在于，为所述当前激光帧确定有效回环激光帧，包括：
计算所述候选回环激光帧与所述当前激光帧之间的相对位姿平移量；
当所述相对位姿平移量满足有效回环的条件时，确定所述候选回环激光帧为所述有效回环激光帧。
8.一种回环检测装置，其特征在于，包括：
获取模块，用于获取当前激光帧以及所述当前激光帧包括的激光点云的位置信息；
位置信息处理模块，用于根据所述激光点云的位置信息，确定所述当前激光帧在预设的全局网格中的分布情况；
回环激光帧检测模块，用于判断存储的多个历史激光帧的数量是否满足第一回环检测阈值，如果是，则根据存储的多个历史激光帧在所述全局网格的分布情况以及所述当前激光帧在所述全局网格的分布情况，从多个所述历史激光帧中，为所述当前激光帧匹配候选回环激光帧；基于匹配出的候选回环激光帧，为所述当前激光帧确定有效回环激光帧；
回环激光帧检测模块，进一步用于根据所述当前激光帧在所述全局网格中所占据的网格，从多个所述历史激光帧中，查找与所述当前激光帧存在重叠网格的目标历史激光帧；判断所述当前激光帧与所述目标历史激光帧之间的间隔帧数是否不小于第二回环检测阈值，如果是，则统计所述目标历史激光帧与所述当前激光帧之间的重叠网格中，属于所述目标历史激光帧的激光点云的数量；判断统计出的属于所述目标历史激光帧的激光点云的数量是否不小于点云数量阈值，如果是，则确定所述目标历史激光帧为所述候选回环激光帧。
9.一种回环检测电子设备，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1-7中任一所述的方法。
10.一种计算机可读介质，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1-7中任一所述的方法。
CN202110004034.8A 2021-01-04 2021-01-04 一种回环检测方法和装置 Active CN113781569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110004034.8A CN113781569B (zh) 2021-01-04 2021-01-04 一种回环检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110004034.8A CN113781569B (zh) 2021-01-04 2021-01-04 一种回环检测方法和装置

Publications (2)

Publication Number Publication Date
CN113781569A CN113781569A (zh) 2021-12-10
CN113781569B true CN113781569B (zh) 2024-04-05

Family

ID=78835382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110004034.8A Active CN113781569B (zh) 2021-01-04 2021-01-04 一种回环检测方法和装置

Country Status (1)

Country Link
CN (1) CN113781569B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601434B (zh) * 2022-12-12 2023-03-07 安徽蔚来智驾科技有限公司 回环检测方法、计算机设备、计算机可读存储介质及车辆

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614459A (zh) * 2019-03-06 2019-04-12 上海思岚科技有限公司 应用于二维激光的地图构建回环检测方法及设备
WO2019136612A1 (zh) * 2018-01-09 2019-07-18 深圳市沃特沃德股份有限公司 基于距离度量的视觉词典闭环检测方法与装置
CN110196044A (zh) * 2019-05-28 2019-09-03 广东亿嘉和科技有限公司 一种基于gps闭环检测的变电站巡检机器人建图方法
CN110221603A (zh) * 2019-05-13 2019-09-10 浙江大学 一种基于激光雷达多帧点云融合的远距离障碍物检测方法
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214248B (zh) * 2017-07-04 2022-04-29 阿波罗智能技术(北京)有限公司 用于识别无人驾驶车辆的激光点云数据的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019136612A1 (zh) * 2018-01-09 2019-07-18 深圳市沃特沃德股份有限公司 基于距离度量的视觉词典闭环检测方法与装置
CN109614459A (zh) * 2019-03-06 2019-04-12 上海思岚科技有限公司 应用于二维激光的地图构建回环检测方法及设备
CN110221603A (zh) * 2019-05-13 2019-09-10 浙江大学 一种基于激光雷达多帧点云融合的远距离障碍物检测方法
CN110196044A (zh) * 2019-05-28 2019-09-03 广东亿嘉和科技有限公司 一种基于gps闭环检测的变电站巡检机器人建图方法
CN112083725A (zh) * 2020-09-04 2020-12-15 湖南大学 一种面向自动驾驶车辆的结构共用多传感器融合定位系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Shibo Zhao ; Zheng Fang ; HaoLai Li ; Sebastian Scherer.A Robust Laser-Inertial Odometry and Mapping Method for Large-Scale Highway Environments.IEEE.2020,全文. *
基于特征几何关系的无人车轨迹回环检测;康俊民;赵祥模;徐志刚;;中国公路学报(第01期);全文 *
基于特征点法和直接法VSLAM的研究;邹雄;肖长诗;文元桥;元海文;;计算机应用研究(第05期);全文 *

Also Published As

Publication number Publication date
CN113781569A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN111536964B (zh) 机器人定位方法及装置、存储介质
CN108319655B (zh) 用于生成栅格地图的方法和装置
CN106997466B (zh) 用于检测道路的方法和装置
WO2022166400A1 (zh) 一种处理三维点云的方法、装置、设备以及存储介质
CN111209978B (zh) 三维视觉重定位方法、装置及计算设备、存储介质
CN111860300A (zh) 一种关键点检测方法、装置、终端设备及存储介质
CN113256712A (zh) 定位方法、装置、电子设备和存储介质
CN111105459B (zh) 描述子地图生成方法、定位方法、装置、设备和存储介质
CN111950543A (zh) 一种目标检测方法和装置
CN113781569B (zh) 一种回环检测方法和装置
CN111275087A (zh) 数据处理方法、装置、电子设备和机动车
WO2022116831A1 (zh) 定位方法、装置、电子设备及可读存储介质
CN115249266A (zh) 航路点位置预测方法、系统、设备及存储介质
WO2022036981A1 (zh) 机器人及其地图构建方法和装置
WO2024007807A1 (zh) 一种误差校正方法、装置及移动设备
CN116205964B (zh) 一种基于水平距离的点云下采样方法和装置
CN113440054B (zh) 扫地机器人充电基座范围的确定方法和装置
CN113538558B (zh) 基于ir图的体积测量优化方法、系统、设备及存储介质
CN111541985B (zh) 一种物联网终端定位方法、物联网终端和存储介质
CN112612277A (zh) 车辆轨迹规划方法、装置、设备和计算机可读介质
CN110068834B (zh) 一种路沿检测方法和装置
CN110375752B (zh) 一种生成导航点的方法和装置
CN110363834B (zh) 一种点云数据的分割方法和装置
CN114417946A (zh) 目标检测方法及装置
CN113538554B (zh) 基于深度相机的体积测量方法、系统、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant