[发明专利]一种基于网络状态决策的自适应地图构建系统及方法

说明书

本发明公开了一种基于网络状态决策的自适应地图构建系统及方法，该系统包括边缘端和移动端，在所述边缘端进一步设置依序连接的第一建图模块和第一回环检测模块；在所述移动端进一步设置依序连接的追踪模块、网络预测模块、决策模块、第二建图模块和第二回环检测模块，依据网络状态决策和传输关键帧数据的部分卸载机制，实现边缘端和移动端自适应切换的定位与制图(SLAM)。本发明主要适用于低性能机器人终端或手机等移动设备，根据当前环境的网络状态和待处理图像的数据量给出了合适的关键帧卸载机制，从而有效降低了处理时延，提高了SLAM定位运行效率。

技术领域

本发明涉及嵌入式视觉领域技术领域，特别是涉及一种自适应地图构建系统及方法。

背景技术

SLAM(同时定位和建图，Simultaneous Localization and Mapping)是指一个搭载传感器的主体在未知环境下的运动过程中建立周边环境模型，同时估计自身的位置的技术。视觉SLAM则是利用摄像头采集的图像数据进行SLAM定位和建图的技术。该技术已经从最初的专属机器人设备不断扩展到智能手机等移动设备上。同时，由于视觉SLAM属于计算和资源密集型任务，随着地图的扩大，任务的复杂性不断增加，移动设备上的计算资源并不能充分满足视觉SLAM不断增长的计算需求。这使得即使是轻量型ORB-SLAM2算法等，也难以在最新的智能手机上实时运行。

边缘计算将网络、计算、存储融合在距离用户侧较近的边缘节点上，为应用提供计算资源的同时减少传输时延。因此，利用边缘资源来卸载视觉SLAM的系统，借助边缘云资源来减少系统运行时间，同时减轻了移动端的能耗，增加移动设备的使用寿命，成为了一种有效的视觉SLAM运行方法。

现有基于边缘卸载的视觉SLAM方法或通过压缩图像数据的整体卸载策略、或基于经典SLAM系统重构策略。这些策略重点关注在如何实现卸载系统，借助边缘资源降低处理时间，同时减少了移动端能耗，提高系统整体运行的效率方面。然而，这些策略都假设在网络状态较好的进行。由于卸载时网络通信避免不了开销和延迟，在移动通信环境下，网络状态并不稳定。如果网络延迟大的情况下进行卸载反而会加大整体的时延，影响系统整体运行时间。因此，需要将边缘卸载减少的能耗等优势和数据传输成本之间权衡，仅当移动端的处理时延大于卸载时延(包括通信时间和边缘处理时间)时，才执行计算卸载。

发明内容

本发明旨在提出了一种基于网络状态决策的自适应地图构建系统及方法，依据网络状态决策和传输关键帧数据的部分卸载机制，实现自适应的定位与制图(SLAM)。

本发明利用以下技术方案实现：

一种基于网络状态决策的自适应地图构建系统，该系统包括边缘端和移动端，在所述边缘端进一步设置依序连接的第一建图模块和第一回环检测模块；在所述移动端进一步设置依序连接的追踪模块、网络预测模块、决策模块、第二建图模块和第二回环检测模块。

其中：

所述第一建图模块，实现地图构建，将关键帧和关键帧生成的新地图点加入地图中、剔除冗余关键帧和地图点，对当前地图执行局部地图BA优化；

所述第一回环检测模块，对关键帧进行闭环连接检测，若检测到闭环的关键帧则执行闭环纠正，将关键帧和地图中关键帧比较识别是否回到之前位置并执行地图点融合，实现全局地图BA优化；

所述追踪模块，对摄像头获取的输入图像进行预处理提取特征生成帧，由相邻帧间的帧特征匹配估计相机位姿，获得关键帧；

所述网络预测模块，根据历史时段的网络带宽，预测下一个时段的网络带宽；

所述决策模块，利用强化学习算法构建建立基于神经网络的决策模型，所述决策模型实现了根据预测时段的网络状态判断将关键帧保留在移动端执行第二建图模块和第二回环检测模块还是发送到边缘端执行第一建图模块和第一回环检测模块；