CN116309832B 一种基于全域描述子的移动机器人重定位方法 （北京理工大学）

号一种基于全域描述子的移动机器人重定位本发明公开了一种基于全域描述子的移动机器人上环视相机传感器系统的数据进行预处环视相机传感器系统提供的语义信息和度量信场景、存在几何特征相似场景的复杂环境下准2步骤S110：获取环视相机系统采集的环视图像数据以及组合导航系统获得的定位信步骤S120：根据所述位姿变换对所述局部稠密点云地步骤S130：将所述全局稠密点云地图进行栅格化分割，将全局稠密点云地图在水平方向上的长和宽分别分割为m和，则所述全局稠密点云地之间的欧式距离为判据生成语义描述图Gi,j；该描述图中每个点云聚类结果为语义描述图Gi,j的顶点，聚类点云之间的欧式距离小于设定阈值则在描述图中对应顶点之间连线表示随机游走到的顶点所对应的语义信息中的语义属性索引；对稠密点云子图集M使用上述方步骤S210：获取移动机器人中设置的环视相机系处理操作后得到含有语义信息的局部稠密点云S，并按照步骤S130的方法创建全域描述子步骤S220：将所述全域描述子VS与地图构建阶段得到的所有稠密点云子图的全域描述将所述全域描述子VS与所述全域描述子集中的每个元素进行匹配，即对于每一个全域描述子Vi,j，匹配时搜索出两个矩阵中具有相同元素的行的数描述子集中的每个元素，得到与局部稠密点云的全域描述子相步骤S230：将步骤S220确定的稠密点云子图Mtarget与所述局部稠密点云S进行点云配密点云S对应的全域描述子VS之间相似度分数，其中分数最大的稠密点云子图即为稠密点3设步骤220确定其对应的稠密点云子图为Mi,j，扩展后的稠密点云子图集包括：Mi,j+Mi-1,ji,j+Mi+1,ji,j+Mi,j-1i,j+Mi,j+1Mi,j+Mi-1,j+Mi,j+1+Mi-1,j+1和Mi,j+Mi+1,j+Mi,j+1+Mi+1系统中相邻相机的共视区域和相邻相机中特征点的匹配结果为这些特征点建立对应的三建立局部稠密点云地图；将局部稠密点云地图与环视图像数据的语义分割结果相互结合，的特征点匹配结果进行联合优化，以得到当前环视图像帧与上一个环视图像帧的位姿变4[0010]将全局稠密点云地图在水平方向上的长和宽分别分割为m和，则所述全局稠密点5点云之间的欧式距离为判据生成语义描述图Gi,j；该描述图中每个点云聚类结果为语义描述图Gi,j的顶点，聚类点云之间的欧式距离小于设定阈值则在描述图中对应顶点之间连线素为随机游走到的顶点所对应的语义信息中的语义属性索引；对稠密点云子图集M使用上行预处理操作后得到含有语义信息的局部稠密点云S，并按照步骤S130的方法创建全域描[0016]将所述全域描述子VS与所述全域描述子集中的每个元域描述子集中的每个元素，得到与局部稠密点云的全域描述子述子并计算与局部稠密点云S对应的全域描述子VS之间相似度分数，其中分数最大的稠密+Mi-1,ji,j+Mi+1,ji,j+Mi,j-1i,j+Mi,j+1Mi,j+Mi-1,j+Mi,j+1+Mi-1,j+1和Mi,j+Mi+1,j+Mi,j+1+Mi+16[0030]图4为本发明中提供的一种基于全域描述子的移动机器人重定位装置的结构框云地图结果和当前环视图像帧与上一个环视图像用环视相机系统中相邻相机的外参关系和特征点匹配结果进行三角化操作以建立与特征性映射到所述局部稠密点云地图中，即点云地图中的每个点都包含位置信息和语义属性，7机系统与组合导航系统之间的外参关系获得当前环视图像帧与上一个环视图像帧的位姿[0039]将该位姿变换初值和当前环视图像帧与上一个环视图像帧之间的特征点匹配结果进行联合优化，最小化两帧中匹配特征点对应地图点在当前环视图像帧上的重投影误作可以通过融合激光雷达传感器数据进一步提高局部稠密点云每个元素为随机游走到的顶点所对应的语义信息中的语义属性索引。对稠密点云子图集M行预处理操作后得到含有语义信息的局部稠密点云S，并按照步骤S130的方法创建全域描光雷达传感器数据进一步提高局部稠密点云[0049]将局部稠密点云S中相同语义描述的点云进行聚类，并利用聚类后点云之间的欧8式距离为判据生成语义描述图。对语义描述图使用随机游走描述方法生成局部稠密点云S[0051]将所述全域描述子VS与所述全域描述子集中的每个元l子及计算相似度分数，相似度最高的描述子对应的稠密点云子图即为目标稠密点云子图，[0055]其中+表示相邻子图的合并。扩展后的稠密点云子图集所包含的稠密点云子图如[0056]将所述稠密点云子图集中的每个子图重新提取全域描述子并计算与局部稠密点云S对应的全域描述子VS之间相似度分数。其中分数最大的稠密点云子图即为目标稠密点点云子图Mtarget的过程，选择配准误差最小的位姿作为移动机器人在全局稠密点云地图坐器获取模块310用于获取环视图像数据和组合导航系统定位数据，所述传感器刚性连接于9局稠密点云地图生成稠密点云子图集和全域描述子集。所述重定位模块340用于将移动机器人上获取的环视相机数据进行图像语义理解和稠密点云三维重建以生成含有点云信息330生成的全域描述子集进行匹配并计算相似度分数。将全域描述子集中相似度分数最大或多个应用程序，其中一个或多个应用程序被存储在存储器420中并被配置为由一个或多[0061]处理器410可以包括一个或者多个处理核，其利用各种接口和线路连接整个计算机设备内的各个部分，通过运行或执行存储在存储器420内的程序，并调用存储在存储器逻辑阵列(ProgrammableLogicArray，PLA)、数字信号处理(DigitalSignal[0063]参阅图6，其示出了本申请一个实施例提供的一种计算机可读存储介质的结构框法步骤的程序代码510的存储空间。这些程序代码可以从一个或者多个计