[发明专利]云端三维地图构建方法、系统及设备

说明书

本发明提供一种云端三维地图构建方法及系统、设备和计算机可读存储介质，其中，该云端三维地图构建方法包括：采用不同通信设备分别采集多组地图数据；将采集到的所述多组地图数据上传到云端；在所述云端中，通过视觉惯性里程计算法将所述多组地图数据按照每组一个单元进行并行处理，并分别得到每组地图数据的处理结果；对所述处理结果进行优化，并得到优化结果；将每一组优化结果进行地图融合，以构建成三维地图。本发明提供的技术方案可以支持多设备采集，效率高速度快，且算法在云端进行，不受平台计算性能制约，可以并行化处理，同时兼顾效率和精度。

技术领域

本发明涉及通信领域，尤其涉及一种云端三维地图构建方法及系统、设备和计算机可读存储介质。

背景技术

三维视觉地图是增强现实、机器人、无人驾驶等领域的关键技术之一，是自动辨识周围环境、视觉定位等技术的核心。随着各种传感器的普及、处理能力的增强以及各种应用需求的推动，每天都在采集越来越多的图像数据，同时生成并更新三维地图。

目前，无人驾驶、增强现实领域对三维地图的精度和效率要求越来越高，一方面需要高效的采集设备和方式，另一方面需要高精度的计算中心来支撑大规模数据的处理。目前三维地图的构建大都依赖于高精度的激光雷达或高精度RTK，对于消费级例如手机，运动相机，VR设备等廉价产品的建图的精度是一个挑战。目前市面上的建图系统大多是单设备独立采集和建图，效率低下，现有技术依赖外部设备的单一性，不能支持手机、机器人、 AR/VR设备、运动相机等多设备采集的数据联合建图。当多个设备采集的地图存在重复时，造成存储和计算资源浪费，而且多个设备的多传感器的融合建图也是一个技术难题，多时空，多时段的地图更新和融合是一个复杂问题。同时，在大范围采集数据时需要更高效的采集方式，海量数据的存储以及建图中心的处理能力也是巨大挑战，由于大规模建图设计海量数据和超大运算量，本地化建图受到很大制约，建图规模规模、速度和精度都有瓶颈。

因此，如何在降低成本和门槛的同时，满足三维地图的高精度和高效率的要求是业界亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种云端三维地图构建方法及系统、设备和计算机可读存储介质，支持多设备采集，效率高速度快，且算法在云端进行，不受平台计算性能制约，可以并行化处理，同时兼顾效率和精度。

一方面，本发明提出一种云端三维地图构建方法，其中，所述云端三维地图构建方法包括：

采用不同通信设备分别采集多组地图数据；

将采集到的所述多组地图数据上传到云端；

在所述云端中，通过视觉惯性里程计算法将所述多组地图数据按照每组一个单元进行并行处理，并分别得到每组地图数据的处理结果；

对所述处理结果进行优化，并得到优化结果；

将每一组优化结果进行地图融合，以构建成三维地图。

优选的，所述通过视觉惯性里程计算法将所述多组地图数据按照每组一个单元进行并行处理的步骤包括：

输入每一组地图数据中的序列化图像、所述序列化图像中每张图像的时间戳，和同步采集惯性测量单元信息；

通过视觉惯性里程计算法将输入的信息和同步采集的信息进行计算，得到每张图像的六自由度位置和姿态，以及对应的惯性测量单元的时间戳、速度和零偏，以作为对每组地图数据的处理结果。

优选的，所述对所述处理结果进行优化的步骤包括：

提取经过并行处理后每张图像的特征点和描述子；

根据所述特征点和所述描述子进行图像匹配；

在匹配之后对图像进行关键帧的筛选；

将筛选出来的关键帧进行闭环检测；