[发明专利]闭环检测系统、多传感器融合SLAM系统及机器人

说明书

本发明提供了一种闭环检测系统、多传感器融合SLAM系统及机器人，所述系统运行于移动机器人，包括：相似性检测单元、视觉位姿求解单元、以及激光位姿求解单元。根据本发明提供的闭环检测系统、多传感器融合SLAM系统及机器人，可以显著提升对机器人视角变化、环境亮度变化和弱纹理等情况下的闭环检测的速度和准确性。

技术领域

本发明涉及机器人技术领域，特别涉及一种闭环检测系统、多传感器融合SLAM系统及机器人。

背景技术

SLAM技术在过去的几十年里得到了广泛的研究，尽管SLAM技术解决了机器人在未知环境同步定位与地图构建，但在处理多样化的环境和长时间连续运行方面，任然存在挑战。SLAM可以运行在各种各样的传感器上。在过去的几年里，基于激光雷达的SLAM系统因其对环境变化的鲁棒性而比基于视觉的系统更受欢迎。然而，纯激光雷达系统有其不足之处，它们在隧道或走廊等重复结构的环境中会失效。

发明内容

长时间运行的系统在访问同一个地点时，除了受到移动物体的影响外，还是会受到视角、亮度变化等情况的影响，使得使用图像进行场景识别变得及其困难。

鉴于此，本发明的目的在于提供一种闭环检测系统、多传感器融合SLAM系统及机器人，提升对机器人视角变化、环境亮度变化和弱纹理等情况下的闭环检测的速度和准确性

为了实现上述目的，本发明实施方式提供如下技术方案：

本发明提供一种所述闭环检测系统，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。

在这种情况下，可以显著提升对机器人视角变化、环境亮度变化和弱纹理等情况下的闭环检测的速度和准确性。

其中，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。

本发明还提供一种多传感器融合SLAM系统，所述SLAM系统包括如上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。

在这种情况下，使用体素子图可减少激光匹配约束优化的计算量，使得位姿的计算更加准确，系统长时间运行累计的误差可以通过各模块及闭环检测系统充分融合而及时得到修复，并且整体提升了系统的鲁棒性及定位和建图的准确性。

其中，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。