一种地图优化方法、装置及移动机器人与流程

本技术涉及机器人，特别是涉及一种地图优化方法、装置及移动机器人。

背景技术：

1、定位和导航是自主移动服务机器人（简称移动机器人）的主要功能，而同时定位与地图构建（simultaneous localizaton and mapping，简称slam）技术，被认为是实现上述功能的必要基础。slam技术的主要原理就是通过移动机器人上所搭载的传感器检测周围环境，并在估计移动机器人的位姿的同时，构建环境地图。

2、相关技术中，移动机器人通常结合单一传感器来执行上述slam技术，然而，在利用单一传感器时，都存在自身无法克服的问题，例如，在基于图像传感器进行slam的过程中，由于视野有限，会受到环境因素的制约影响所构建的地图的准确性。

3、基于此，针对基于图像传感器进行slam的过程，对移动机器人所构建地图的优化，从而，提高移动机器人所构建地图的准确性，成为当前亟需解决的技术问题。

技术实现思路

1、本技术实施例的目的在于提供一种地图优化方法、装置及移动机器人，以针对基于图像传感器进行slam的过程，实现对移动机器人所构建地图的优化，从而，提高移动机器人所构建地图的准确性。具体技术方案如下：

2、第一方面，本技术实施例提供了一种地图优化方法，应用于移动机器人，所述移动机器人搭载有雷达传感器和图像传感器，所述方法包括：

3、在基于所述图像传感器针对目标环境场景进行slam的过程中，响应于构建得到关键帧，构建第一关键帧集合；其中，所述第一关键帧集合中包含目标关键帧，以及当前已存在的各关键帧中的与所述目标关键帧存在共视关系的关键帧；所述目标关键帧为当前构建得到的关键帧；

4、基于所述第一关键帧集合，构建第一地图点集合；其中，所述第一地图点集合中包含有所述第一关键帧集合中各关键帧对应的地图点；

5、确定所述第一关键帧集合中的每一关键帧对应的辅助位姿；其中，每一关键帧对应的辅助位姿为：基于所述雷达传感器采集到的各帧点云数据进行机器人定位处理后所得到的、与该关键帧的采集时间相匹配的时间下的机器人位姿；各帧点云数据为所述雷达传感器在所述移动机器人的目标移动过程中所采集到的数据；所述目标移动过程为对于进行slam的过程所需执行的机器人移动过程；

6、基于所述第一关键帧集合中每一关键帧所具有的机器人位姿和对应的辅助位姿，以及所述第一地图点集合中的地图点，构建用于图优化处理的第一因子图；

7、将所述第一因子图以及预设的第一优化参数输入至预先确定的图优化器中，以对所述第一关键帧集合中、除指定关键帧以外的各个关键帧所具有的机器人位姿，以及所述第一地图点集合中的地图点进行优化；其中，所述指定关键帧为所述第一关键帧集合中的采集时间最早的关键帧；

8、利用优化后的各个地图点和各个关键帧所具有的机器人位姿，更新目标环境场景的当前已构建得到的地图。

9、第二方面，本技术实施例提供了一种地图优化装置，应用于移动机器人，所述移动机器人搭载有雷达传感器和图像传感器，所述装置包括：

10、第一构建模块，用于在基于所述图像传感器针对目标环境场景进行slam的过程中，响应于构建得到关键帧，构建第一关键帧集合；其中，所述第一关键帧集合中包含目标关键帧，以及当前已存在的各关键帧中的与所述目标关键帧存在共视关系的关键帧；所述目标关键帧为当前构建得到的关键帧；

11、第二构建模块，用于基于所述第一关键帧集合，构建第一地图点集合；其中，所述第一地图点集合中包含有所述第一关键帧集合中各关键帧对应的地图点；

12、第一确定模块，用于确定所述第一关键帧集合中的每一关键帧对应的辅助位姿；其中，每一关键帧对应的辅助位姿为：基于所述雷达传感器采集到的各帧点云数据进行机器人定位处理后所得到的、与该关键帧的采集时间相匹配的时间下的机器人位姿；各帧点云数据为所述雷达传感器在所述移动机器人的目标移动过程中所采集到的数据；所述目标移动过程为对于进行slam的过程所需执行的机器人移动过程；

13、第三构建模块，用于基于所述第一关键帧集合中每一关键帧所具有的机器人位姿和对应的辅助位姿，以及所述第一地图点集合中的地图点，构建用于图优化处理的第一因子图；

14、第一优化模块，用于将所述第一因子图以及预设的第一优化参数输入至预先确定的图优化器中，以对所述第一关键帧集合中、除指定关键帧以外的各个关键帧所具有的机器人位姿，以及所述第一地图点集合中的地图点进行优化；其中，所述指定关键帧为所述第一关键帧集合中的采集时间最早的关键帧；

15、第一更新模块，用于利用优化后的各个地图点和各个关键帧所具有的机器人位姿，更新目标环境场景的当前已构建得到的地图。

16、第三方面，本技术实施例提供了一种移动机器人，包括：

17、存储器，用于存放计算机程序；

18、处理器，用于执行存储器上所存放的程序时，实现任一所述的地图优化方法。

19、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现任一所述的地图优化方法。

20、本技术实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的地图优化方法。

21、本技术实施例有益效果：

22、以上可见，本技术实施例提供的一种地图优化方法，应用于移动机器人，该移动机器人搭载有雷达传感器和图像传感器。移动机器人在对目标环境场景的地图进行优化时，是按照对于进行slam的过程所需执行的机器人的目标移动过程移动的，并且，在移动机器人按照上述目标移动过程移动的过程中，所搭载的图像传感器针对目标环境场景进行slam，同时，所搭载的雷达传感器针对目标环境场景采集得到各帧点云数据，以便于后续移动机器人将基于各帧点云数据进行机器人定位处理所得到的、与每一关键帧的采集时间相匹配的时间下的机器人位姿，作为该关键帧对应的辅助位姿。

23、移动机器人在响应于构建得到关键帧后，便可以基于当前构建得到的目标关键帧，以及当前已存在的各关键帧中的、与目标关键帧存在共视关系的关键帧，构建得到第一关键帧集合，并且，基于上述第一关键帧集合中各关键帧对应的地图点，构建得到第一地图点集合后，确定第一关键帧集合中每一关键帧对应的辅助位姿，从而，基于第一关键帧集合中每一关键帧所具有的机器人位姿和对应的辅助位姿，以及第一地图点集合中的地图点，构建用于图优化处理的第一因子图。这样，移动机器人通过将所构建的第一因子图，以及预设的第一优化参数输入至预先确定的图优化器中，以利用第一关键帧集合中每一关键帧对应的辅助位姿，对上述第一关键帧集合中、除采集时间最早的指定关键帧以外的各个关键帧所具有的机器人位姿，以及第一地图点集合中的地图点进行优化，从而，利用优化后的各个地图点和各个关键帧所具有的机器人位姿，更新目标环境场景的当前已构建得到的地图。

24、基于此，应用本技术实施例提供的方案，在针对基于图像传感器进行slam的过程，移动机器人将通过雷达传感器采集到的雷达位姿，作为移动机器人进行地图优化的辅助位姿，从而，通过每一关键帧所具有的机器人位姿和对应辅助位姿进行联合位姿优化，以提高优化后每一关键帧所具有的机器人位姿以及地图点的准确性，进一步，提高移动机器人所构建地图的准确性。