一种定位方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种定位方法、装置、设备及存储介质，该方法包括：分别获取设备在第一位置和第二位置的第一周向环境图像集和第二周向环境图像集，其中，所述周向环境图像集中包括所述设备上的摄像头旋转一周的过程中，基于不同角度拍摄的预设数量的图像；利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹配，得到所述设备在第二位置的位姿；依据所述设备在第二位置的位姿创建所述设备在第二位置的关键帧。本发明专利技术实施例解决了在使用ORB‑SLAM定位时设备运动前方图像纹理不明显，缺少特征点，无法通过特征点匹配进行定位的问题。

A Location Method, Device, Equipment and Storage Media

【技术实现步骤摘要】
一种定位方法、装置、设备及存储介质
本专利技术实施例涉及即时定位技术，尤其涉及一种定位方法、装置、设备及存储介质。
技术介绍
SLAM(simultaneouslocalizationandmapping)，即时定位与地图构建，是自主移动机器人和汽车自动驾驶的关键技术。ORB-SLAM算法(OrientedFASTandRotatedBRIEF)，是一种快速特征点提取和描述的算法，ORB-SLAM算法的一大特点是在所有步骤统一使用图像的ORB特征。使用统一的ORB特征有助于SLAM算法在特征提取与追踪、关键帧选取、三维重建、闭环检测等步骤具有内生的一致性。由于ORB-SLAM是通过前后图像集的特征点匹配来进行三维重建定位camera位姿的，使用ORB-SLAM的移动设备(汽车或者机器人)在运动时，如果camera前方采集到的是较少特征点的图像，使用ORB-SLAM则无法通过特征点匹配定位自身。这种情况下，ORB-SLAM算法将失败。
技术实现思路
本专利技术实施例提供一种定位方法、装置、设备及存储介质，以实现在无特征点时进行定位。第一方面，本专利技术实施例提供了一种定位方法，包括：分别获取设备在第一位置和第二位置的第一周向环境图像集和第二周向环境图像集，其中，所述周向环境图像集中包括所述设备上的摄像头旋转一周的过程中，基于不同角度拍摄的预设数量的图像；利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹配，得到多组匹配特征点；针对所述多组匹配特征点，利用图像三维重建方法计算所述设备当前的位姿；依据所述位姿创建第一当前关键帧，其中，第一当前关键帧用于在下一时刻对所述设备进行定位。第二方面，本专利技术实施例还提供了一种定位装置，该定位装置包括：图像获取模块，用于获取设备运动前方的环境图像或/和设备所处位置的周向环境图像；特征点匹配模块，用于根据ORB算法，提取基于所读取图像的特征点；运行特征点匹配算法，求取匹配的特征点；位姿构建模块，用于对所述匹配的特征点，运行图像三维重建算法，计算得到设备的当前位姿；当所述当前位姿为多个时，运行随机一致性算法，计算设备在当前位置的最优位姿；关键帧创建模块，用于根据所述位姿和所述周向环境图像，创建关键帧。第三方面，本专利技术实施例还提供了一种设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；摄像头，用于采集环境图像；惯性测量单元，用于测量设备的运动参数；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的定位方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任一实施例所述的定位方法。本专利技术实施例通过所设置的旋转摄像头采集不同位置的周向环境信息，通过不同位置的周向环境信息来提取特征点，从而解决了ORB-SLAM定位时当摄像头正前方取得的图像极少特征点的情况下设备的定位问题，使得设备能够及时获取定位信息，为设备的准确移动提供精准的位置信息。附图说明图1是本专利技术实施例一提供的一种定位方法的流程示意图；图2是本专利技术实施例二提供的一种定位方法的流程示意图；图2a是本专利技术实施例二提供的一种重定位时的定位方法的流程示意图；图3是本专利技术实施例三提供的一种定位方法的流程示意图；图3a是本专利技术实施例三中通过IMU积分方法计算设备在第一位置的位姿的方法流程图；图3b是本专利技术实施例三提供的一种在设备初始化失败时的定位方法的流程示意图；图4是本专利技术实施例四提供的一种定位装置的结构示意图；图5是本专利技术实施例五提供的一种设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种定位方法的流程示意图，本实施例可适用于ORB-SLAM导航过程中，因camera正前方取得的图像特征点极少时而无法定位的情况，比如，camera的前方是一面白墙，由于是白墙，ORB-SLAM处理的camera图像无特征点，继而无法通过特征点匹配来定位。该方法可以由定位装置来执行，该装置可以采用软件或/和硬件的方式来实现，并可以配置在需要进行定位的设备中，例如机器人或自动驾驶汽车等。所述方法具体包括如下步骤：S110、分别获取设备在第一位置和第二位置的第一周向环境图像集和第二周向环境图像集，其中，所述周向环境图像集中包括所述设备上的摄像头旋转一周的过程中，基于不同角度拍摄的预设数量的图像。示例性的，设备可以为移动设备，比如自主移动机器人或者自动驾驶汽车等；本实施例中，通过安装在设备上的摄像头进行图像的采集；摄像头可以在原位置围绕其中心点进行旋转，具体地，能够围绕其自身的坐标系Z轴进行水平旋转，摄像头的旋转可以由移动设备通过软件控制驱动电机来实现。第一位置就是设备的摄像头采集的前方图像缺少或者没有特征点的位置，此时意味着正前方的图像缺少特征点，所以ORB-SLAM定位将失败。此时，我们通过旋转设备的摄像头来获取设备在当前位置的周向环境图像，所述周向环境图像集，是指通过设备的可旋转的摄像头采集在该位置的一周方向的图像，因为采集的图像是按照设定的角度间隔采集的，所以在摄像头旋转一周后便会得到不同角度的图像，所有这些图像都会被保存下来，即设备在该位置的图像集。本实施例中，对摄像头每次旋转的角度不作限定，可以根据整体的环境特征或者参考历史经验等综合考量，进行角度的预先设定。通过周向环境图像来获取当前位置的特征点，具体地，摄像头按照设定的角度进行旋转，每旋转设定角度后采集一次当前角度的环境图像，保存为Ai，i表示摄像头相对于初始位置已经旋转的次数；摄像头继续旋转，直至摄像头转回到初始角度，即面向设备移动的正前方，得到图像集Ai(i：1-n)；其中i表示所述摄像头相对于初始位置已经旋转的次数，n表示所述摄像头按照设定的旋转角度完成360度旋转时所需要的总次数。同样地，设备的摄像头在第二位置通过旋转的方式获取该位置的周向环境图像集，所述第二位置是设备在设定的偏移时间后所到达的位置；在该位置，设备的摄像头按照同样的方法以及旋转角度进行图像采集，得到设备在所述第二位置的环境图像集Bi(i：1-n)，其中，i和n分别与在第一位置中所述的i和n相对应，所表示的意义一样。下面以一个具体的实施例来说明关于n的确定方法。假定摄像头设定的旋转角度为30度，即摄像头每隔30度旋转一次，并采集一次该角度所对应的环境图像，用于后续的特征提取和特征匹配；这样，按照旋转一周计算可知，这里的n为11，即表示摄像头在旋转11次后便完成了360度范围内的图像采集，即在旋转11次后，其位于与初始位置相差270度的位置，再旋转一次，便回到了初始位置，因为初始位置在旋转之前已经完成图像采集，所以在旋转后没有必要再进行图像采集，因而这里的n便是11；也可以按照其他角度进行旋转，n按照上述方法确定即可。S120、利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹本文档来自技高网...

【技术保护点】
1.一种定位方法，其特征在于，包括：分别获取设备在第一位置和第二位置的第一周向环境图像集和第二周向环境图像集，其中，所述周向环境图像集中包括所述设备上的摄像头旋转一周的过程中，基于不同角度拍摄的预设数量的图像；利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹配，得到所述设备在第二位置的位姿；依据所述设备在第二位置的位姿创建所述设备在第二位置的关键帧。

【技术特征摘要】
1.一种定位方法，其特征在于，包括：分别获取设备在第一位置和第二位置的第一周向环境图像集和第二周向环境图像集，其中，所述周向环境图像集中包括所述设备上的摄像头旋转一周的过程中，基于不同角度拍摄的预设数量的图像；利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹配，得到所述设备在第二位置的位姿；依据所述设备在第二位置的位姿创建所述设备在第二位置的关键帧。2.根据权利要求1所述的方法，其特征在于，利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像进行特征点匹配，得到所述设备在第二位置的位姿，包括：分别提取所述第一周向环境图像集和第二周向环境图像集中各图像的特征点；利用图像特征点匹配算法，分别对所述第一周向环境图像集和第二周向环境图像集中相同拍摄角度的图像的特征点进行特征点匹配，得到多组匹配特征点；针对所述多组匹配特征点，利用图像三维重建方法计算所述设备在第二位置的位姿。3.根据权利要求2所述的方法，其特征在于，针对所述多组匹配特征点，利用图像三维重建方法计算所述设备在第二位置的位姿，包括：针对每一组匹配特征点，利用图像三维重建方法计算所述设备的位姿，得到多个候选位姿；在所述多个候选位姿中，利用随机一致性算法计算所述设备在第二位置的位姿。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述设备在所述第一位置之前的相邻位置的关键帧；对所述相邻位置的关键帧进行IMU积分，得到所述第一位置的关键帧；相应的，所述方法还包括：如果利用图像特征点匹配算法，无法得到所述设备在第二位置的位姿，则对所述第一位置的关键帧进行IMU积分，得到所述第二位置的关键帧。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：如果所述设备初始化失败，则利用...

【专利技术属性】
技术研发人员：恽为民，陈瑞，薛耿剑，
申请(专利权)人：上海未来伙伴机器人有限公司，未来伙伴机器人常州有限公司，
类型：发明
国别省市：上海,31