[发明专利]闭环检测系统、多传感器融合SLAM系统及机器人

权利要求书

1.一种闭环检测系统，其特征在于，所述系统运行于移动机器人，包括：

相似性检测单元，用于提取当前关键帧图像描述符，并与关键帧数据集中的关键帧图像描述符做对比，选出最相似的相似关键帧，将所述相似关键帧插入所述关键帧数据集；

视觉位姿求解单元，通过快速特征点提取和描述算法匹配所述当前关键帧和所述相似关键帧的特征点，使用随机抽样一致算法和基本矩阵模型剔除错误匹配的所述特征点，当正确匹配的所述特征点达到第三阈值，使用随机抽样一致算法和n点透视法求解所述当前关键帧到所述相似关键帧的相对位姿变换；

激光位姿求解单元，选择所述当前关键帧以及所述相似关键帧相关联的两个体素子图，将所述相对位姿变换作为初值，采用迭代最近点算法匹配所述两个体素子图，得到最终相对位姿变换。

2.如权利要求1所述的闭环检测系统，其特征在于，所述闭环检测系统使用深度神经网络提取所述关键帧图像描述符，将所述图像描述符与之前的关键帧的所述图象描述符进行比较，判断是否存在闭环，如果存在闭环，则采用n点透视法确定两个所述关键帧的位姿变换，根据所述位姿变换和所述体素子图求解闭环位姿约束。

3.一种多传感器融合SLAM系统，其特征在于，所述SLAM系统包括如权利要求1所述的闭环检测系统，所述SLAM系统还包括：

扫描匹配模块，使用所述位姿信息作为初值，将激光扫描的点云与体素地图匹配求解出高级位姿，根据所述高级位姿将所述点云融入所述体素地图，并衍生新的体素子图，所述激光扫描匹配模块产生激光匹配约束；

视觉激光图优化模块，在发生所述闭环后，根据所述位姿信息、所述激光匹配约束以及所述相对位姿变换，修正系统累计误差。

其中，将所述闭环位姿约束发送至所述激光扫描匹配模块。

4.如权利要求1所述的多传感器融合SLAM系统，其特征在于，采用迭代最近点算法将激光扫描的点云与体素地图匹配求解出所述高级位姿。

5.如权利要求1所述的多传感器融合SLAM系统，其特征在于，所述视觉惯性模块包括视觉前端单元、IMU预积分单元和滑动窗口优化单元，所述视觉前端单元用于选定所述关键帧，所述IMU预积分单元生成IMU观测值，所述滑动窗口优化单元用于联合优化视觉重投影误差、惯性测量误差和里程测量误差。

6.如权利要求5所述的多传感器融合SLAM系统，其特征在于，所述视觉前端单元采用单目相机或者双目相机作为输入，所述单目相机或者双目相机采集初始图像，所述视觉前端单元通过KLT稀疏光流算法跟踪各个帧的特征点，所述视觉前端单元包括检测器，所述检测器检测角点特征，保持每个所述初始图像中的所述特征点为最小数量，所述检测器用于设置相邻两个所述特征点之间的最小像素间隔，所述视觉前端单元去除所述特征点的畸变，并使用随机抽样一致算法和基本矩阵模型剔除错误匹配的所述特征点，将正确匹配的所述特征点投影到单位球面上。

7.如权利要求6所述的多传感器融合SLAM系统，其特征在于，所述选定关键帧，具体包括：判断当前帧和最新的所述关键帧之间的被跟踪的所述特征点的平均视差是否超过阈值，如果超过第一阈值，则将所述当前帧视为新的关键帧，如果所述帧的跟踪的特征点的数量低于第二阈值，则将所述帧视为所述新的关键帧。

8.如权利要求5所述的多传感器融合SLAM系统，其特征在于，所述激光扫描匹配模块包括激光雷达，所述激光雷达获取扫描点，根据所述位姿信息和IMU观测值对所述扫描点执行变换，将其转换为当前时刻的所述机器人所在坐标系下的三维点云。

9.一种机器人，其特征在于，所述机器人包括如权利要求1-2任一项所述的闭环检测系统。