首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于实例分割和VSLAM的语义地图构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海大学

摘要:本发明涉及移动机器人定位导航技术领域,公开了一种基于实例分割和VSLAM的语义地图构建方法,其步骤为:S1:将获取的RGB图像和深度图进行匹配,得到RGB‑D帧;S2:所有RGB‑D帧逐帧进行位姿估计,找出所有RGB‑D帧中的关键帧;S3:对所有RGB‑D关键帧中的RGB图像逐帧进行实例分割,得到每个RGB‑D关键帧的实例分割结果;S4:将经步骤S3处理后的RGB‑D关键帧转换为点云;S5:创建每个RGB‑D关键帧点云中的实例集合,首先将所有RGB‑D关键帧点云中的实例集合融合到空白的初始实例地图中,得到实例地图;S6:将所有RGB‑D关键帧点云中的背景点云进行融合,得到全局背景点云;S7:对实例地图和全局背景点云进行优化、融合,得到语义地图。本发明的语义地图构建方法构建的语义地图精度高,且可以实现实时构建。

主权项:1.一种基于实例分割和VSLAM的语义地图构建方法,其特征在于,包括以下步骤:S1:将从RGB-D相机中获取的RGB图像和深度图按时间戳进行匹配,得到RGB-D帧,每个RGB-D帧由时间戳相同的RGB图像和深度图组成;S2:采用VSLAM算法对所有RGB-D帧逐帧进行位姿估计,根据位姿估计结果选择RGB-D帧中的关键帧,记作RGB-D关键帧;S3:采用训练好的实例分割模型对所有RGB-D关键帧中的RGB图像逐帧进行实例分割,得到每个RGB-D关键帧的实例分割结果,所述实例分割结果包括RGB图像中各实例的语义类别和序号;S4:将经步骤S3处理后的RGB-D关键帧转换为点云;S5:创建每个RGB-D关键帧点云中的实例集合,按时间戳的先后顺序,首先将第一RGB-D关键帧点云中的实例集合插入到空白的初始实例地图中,然后依次将剩余的RGB-D关键帧点云中的实例集合融合至初始实例地图中,得到实例地图;S6:创建每个RGB-D关键帧点云中的背景点云,然后将所有RGB-D关键帧点云中的背景点云进行融合,得到全局背景点云;S7:分别对实例地图和全局背景点云进行优化,然后将优化后实例地图和优化后全局背景点云进行融合,得到语义地图;步骤S5中创建每个RGB-D关键帧帧点云中物体实例集合的具体操作为:S51:针对一个RGB-D关键帧点云,遍历点云中的每一个三维点,根据三维点对应的实例语义类别和实例序号提取出每个实例点云;S52:对于一个实例点云,采用欧式距离聚类分割算法对实例点云进行聚类分割处理,然后计算聚类分割后的实例点云的长、宽、高、中心坐标,得到实例点云的三维包围框,即完成所述实例点云对应的实例构建;S53:将一个RGB-D关键帧点云构建的所有实例组合在一起,即得到RGB-D关键帧的实例集合;步骤S52中所述实例的表示属性为:实例的语义类别、序号、几何信息、点云和观测字典;所述几何信息包括实例的长、宽、高、中心坐标;所述观测字典的键值对为实例的序号和观测次数,所述观测次数为实例在所有RGB-D关键帧中出现的次数;步骤S7中对实例地图进行优化的方法为:先对实例地图进行非极大值抑制处理,然后再进行点云对齐处理,得到优化后的实例地图;对全局背景点云进行优化的方法为:先采用体素滤波算法对全局背景点云进行处理,然后再进行点云对齐处理,得到优化后的全局背景点云;所述点云对齐处理的具体操作为:采用随机抽样一致算法拟合点云中最大的平面,得到拟合平面;根据拟合平面的法向量构造旋转矩阵,根据旋转矩阵将点云旋转至法向量与z轴对齐,再将拟合平面沿着z轴平移至世界坐标系中的xy平面;然后以xy平面作为分割面,计算分割面两侧的点云数量,根据分割面两侧的点云数量判断是否将点云进行翻转,若分割面上方的点云数量小于分割面下方的点云数量,则将点云沿所述xy平面进行翻转,即完成点云对齐处理;所述旋转矩阵的构造方法为:1采用随机一致算法拟合点云中最大的平面,得到拟合平面,拟合平面的方程为ax+by+cz+d=0,将拟合平面的法向量记作p1=x1,y1,z1,将法向量p1到Z轴的单位向量记作p2=x2,y2,z2,将原点记作p3=x3,y3,z3=0,0,0,根据p1、p2、p3三点确定一个平面p1-p2-p3,平面p1-p2-p3即为p1到p2的旋转平面,计算平面p1-p2-p3的法向量n,法向量n即为p1到p2的旋转轴;由于n与p1p2、p1p3垂直,采用p1p1与p1p3的叉积来求解法向量n,法向量n的计算公式如下所示; a=y2-y1*z3-z1-y3-y1*z2-z1b=z2-z1*x3-χ1-z3-z1*x2-χ1c=x2-χ1*y3-y1-χ3-χ1*y2-y1其中,i表示X轴上的方向向量,j表示Y轴上的方向向量,k表示Z轴上的方向向量;2计算p1到p2的旋转轴的旋转角θ,旋转角θ的计算公式如下所示;p1*p2=|p1|*|p2|*cosθ 3根据罗德里格斯公式计算得到旋转矩阵,旋转矩阵的计算公式如下所示:R=cosθI+1-cosθnnT+sinθn^其中,R表示旋转矩阵,θ表示旋转角,I表示单位向量,T表示向量的转置,符号Λ表示向量到反对称的转换符。

全文数据:

权利要求:

百度查询: 上海大学 一种基于实例分割和VSLAM的语义地图构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。