[发明专利]一种SLAM地图的划分方法

权利要求书

1.一种SLAM地图的划分方法，其特征在于：包括以下步骤：

步骤一、向地图划分系统输入数据并初始化:

所述输入数据包括视觉地图元素、规划轨迹、系统内存分配的约束；所述视觉地图元素包括关键帧、地图点以及关键帧与地图点的关联关系；所述规划轨迹用于地图划分系统对轨迹所属地图进行子地图的划分；所述系统内存分配的约束包括：获取当前车辆用于加载SLAM地图的容量上限，根据该容量上限再计算每个子地图关键帧的容量上限；

步骤二、设计关键帧集合的划分方案

根据当前规划轨迹对应的空间顺序，设定每个子地图关键帧到达容量上限前的一定区域为筛选区域，判断该筛选区域中的各个位置是否容易定位，将容易重定位且低风险的关键帧作为切分关键帧,该切分关键帧用于进行地图的切分；具体过程步骤如下：

1)按照规划轨迹的时间顺序，将与当前轨迹点物理位置最近的地图中关键帧K放入到临时关键帧集合τ(K)中，直到临时关键帧集合τ(K)中元素的数量达到当关键帧集合为空，则完成搜索，退出；

2)在所述筛选区域中查找风险响应函数δ(K)低于阈值且具有最高等级的关键帧；

3)如果查找不到满足条件的关键帧，转至步骤4)；否则转至步骤5)；

4)降低查找范围，转到步骤2)；所述降低查找范围即是将筛选区前移，即改变了筛选区；

5)如果获得多个满足条件的关键帧，选择风险响应函数δ(K)低于阈值且具有最高等级的关键帧K作为划分关键帧，将划分关键帧以后的关键帧从临时关键帧集合τ(K)中移除，然后将临时关键帧集合τ(K)中的关键帧从关键帧集合中移除，最后将临时关键帧集合τ(K)作为关键帧集合的划分方案中的一个关键帧集合输出，转到步骤1)；

所述当前轨迹点具有时间戳和物理位置,通过每个轨迹点的物理位置和地图中每个相应位置的关键帧进行关联；所述临时关键帧集合τ(K)中元素的数量达到该就是每个子地图关键帧到达容量上限；

步骤三、依照划分关键帧生成当前规划轨迹对应的地图集。

2.根据权利要求1所述一种SLAM地图的划分方法，其特征在于，所述步骤2)的风险响应函数是根据主观需求设置的风险函数,所述主观需求包含人为设定的区域。

3.根据权利要求1所述一种SLAM地图的划分方法，其特征在于，所述步骤2)的最高等级的关键帧是根据容易重定位的客观需求确认的关键帧，该容易重定位的关键帧是采用关键帧质量评估特征、以及采用机器学习的方法获得的，具体过程如下：

1)对筛选区域每个关键帧邻近区域的特征进行归纳；

2)采用机器学习的方法，对筛选区域关键帧的易重定位属性进行判别。

4.根据权利要求3所述一种SLAM地图的划分方法，其特征在于，所述过程1)的对关键帧邻近区域的特征进行归纳，具体过程如下：

i、设定当前关键帧附近区域的定位属性，该定位属性包括当前关键帧附近区域的关键帧属性、当前关键帧附近区域的地图点属性、当前关键帧附近区域的关键帧与地图点的可视关系属性；

ii、设定当前关键帧附近区域的关键帧的质量评估特征，该特征表示为：

所述当前关键帧附近区域的关键帧属性包括：当前关键帧的共视关键帧与当前关键帧相对距离的统计分布H_k，1(K)；当前关键帧的共视关键帧与当前关键帧相对角度的统计分布H_k，2(K)；当前关键帧的可视地图点与当前关键帧距离的统计分布H_k，3(K)；

所述当前关键帧附近区域的地图点属性包括：距离关键帧一定范围以内的地图点到其近邻地图点距离的统计分布距离关键帧一定范围以内的地图点可视关键帧数量的统计分布地图点到其可视关键帧距离的均值的统计分布距离关键帧一定范围内地图点的主视范围内关键帧数量的统计分布

所述当前关键帧附近区域的关键帧与地图点的可视关系包括：

1)关键帧的主视方向与每个关键帧、地图点连线方向的夹角的统计量H_e，1(ε(K))，该统计量包括均值、方差；

2)每个地图点的主视方向与关键帧、地图点连线方向的夹角的统计量H_e，2(ε(K))，该统计量包括均值、方差。