回环检测方法、装置、电子设备和计算机可读介质制造方法及图纸

本申请实施例公开了回环检测方法、装置、电子设备和计算机可读介质。该方法的实施例包括：对待测激光子图进行欧氏距离变换，得到欧氏距离图；基于所述欧式距离图，确定所述待测激光子图中的特征点，并获取所述待测激光子图中的特征点的描述子；基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对所述待测激光子图进行回环检测，得到回环检测结果。该实施方式提高了回环检测的效率。的效率。的效率。

【技术实现步骤摘要】
回环检测方法、装置、电子设备和计算机可读介质


[0001]本申请实施例涉及计算机
，具体涉及回环检测方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]回环检测，又称闭环检测，是一种通过移动机器人将当前所处场景与历史所处场景进行匹配以消除系统累积误差的检测方式。
[0003]现有技术中，可采用扫描匹配(Scan Match)方法将当前帧的激光数据与全局地图进行匹配，以确定出与当前场景匹配历史场景。由于激光数据的数据量较大，因而这种方式在地图规模较大时耗时严重，导致回环检测的效率较低。

技术实现思路

[0004]本申请实施例提出了回环检测方法、装置、电子设备和计算机可读介质，以解决现有技术中回环检测的效率较低的技术问题。
[0005]第一方面，本申请实施例提供了一种回环检测方法，该方法包括：对待测激光子图进行欧氏距离变换，得到欧氏距离图；基于所述欧式距离图，确定所述待测激光子图中的特征点，并获取所述待测激光子图中的特征点的描述子；基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对所述待测激光子图进行回环检测，得到回环检测结果。
[0006]第二方面，本申请实施例提供了一种回环检测装置，该装置包括：变换单元，被配置成对待测激光子图进行欧氏距离变换，得到欧氏距离图；确定单元，被配置成基于所述欧式距离图，确定所述待测激光子图中的特征点，并获取所述待测激光子图中的特征点的描述子；检测单元，被配置成基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对所述待测激光子图进行回环检测，得到回环检测结果。
[0007]第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，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第一方面中所描述的方法。
[0008]第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中所描述的方法。
[0009]本申请实施例提供的回环检测方法、装置、电子设备和计算机可读介质，通过对待测激光子图进行欧氏距离变换以得到欧氏距离图，而后基于欧式距离图确定待测激光子图中的特征点并获取其描述子，之后基于待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对待测激光子图进行回环检测，从而得到回环检测结果。由于激光子图中的特征点的数量远小于激光子图中的原始数据量，因而使用激光子图中的特征点的描述子进行场景匹配，相较于直接进行激光数据匹配的方式，可减少回环检测耗时，从而提高回环检测的效率。
附图说明
[0010]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0011]图1是根据本申请的回环检测方法的一个实施例的流程图；
[0012]图2是根据本申请的回环检测方法的又一个实施例的流程图；
[0013]图3是根据本申请的回环检测装置的一个实施例的结构示意图；
[0014]图4是用于实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
[0015]下面结合附图和实施例对本申请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相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。
[0016]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0017]请参考图1，其示出了根据本申请的回环检测方法的一个实施例的流程100。该回环检测方法，包括以下步骤101至步骤103：
[0018]步骤101，对待测激光子图进行欧氏距离变换，得到欧氏距离图。
[0019]在本实施例中，回环检测方法的执行主体(如服务器、移动机器人等电子设备)可以实时获取激光子图，并将当前获取的待进行回环检测的激光子图作为待测激光子图。其中，激光子图可以是由多帧激光数据构建的局部地图。上述移动机器人可包括但不限于AGV(Automated Guided Vehicle，自动导引车)、AMR(Autonomous Mobile Robots，自主移动机器人)、穿梭车等能够基于栅格地图进行自动定位和导航的装置。
[0020]在本实施例中，激光子图可以采用占据栅格地图的形式。上述执行主体可以对待测激光子图进行欧氏距离变换，得到欧氏距离图(EDM，Euclidean Distance Mapping)。实践中，欧氏距离变换是计算并标识前景点对背景点的距离的过程，可实现将二值图像变换为灰度图像(其中每个栅格的灰度值等于它到最近背景点的距离)。由此，通过欧氏距离变换，可计算并标识待测激光子图中每一个未占据栅格到最近的占据栅格的距离，从而将待测激光子图转换为欧氏距离图。欧氏距离图可表征各未占据栅格到占据栅格的最近欧氏距离。欧式距离图中的像素点与待测激光子图中的栅格一一对应。
[0021]需要说明的是，待测激光子图也可以为概率栅格地图，此时，可首先将其转换为占据栅格地图，再对转换后的占据栅格地图进行欧氏距离变换，得到欧氏距离图。在将概率栅格地图转换为占据栅格地图时，对于每一个栅格，可通过其概率值与预设阈值的比较，来判定其属于占据栅格或者未占据栅格。
[0022]步骤102，基于欧式距离图，确定待测激光子图中的特征点，并获取待测激光子图中的特征点的描述子。
[0023]在本实施例中，上述执行主体可以首先基于欧式距离图，确定待测激光子图中的特征点。其中，特征点可以是用于表征待测激光子图的特征的点，如极值点、鞍点等。由于欧氏距离变换是计算并标识前景点对背景点的距离以得到灰度图像的过程，因此欧式距离图可体现出待测激光子图的轮廓特征。由于欧式距离图中的像素点与待测激光子图中的栅格
一一对应，因此可在欧式距离图中进行特征点检测，得到待测激光子图的特征点。
[0024]在检测得到特征点后，上述执行主体可以获取各特征点的描述子。描述子可以是用于对特征点进行描述的信息。每一个特征点均可具有对应的描述子，描述子可包括特征点的类型、欧氏距离值等信息。
[0025]步骤103，基于待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对待测激光子图进行回环检测，得到回环检测结果。
[0026]在本实施例中，上述执行主体可以获取历史激光子图中的特征点的描述子。历史激光子图中的特征点及其描述子可预先确定(具体可在历史激光子图获取后确定)并存储于上述执行主体(或存储于其他设备)。上述执行主体可以从本地(或其他设备)中读取。历史激光子图中的特征点的获取方式与待测激光子图中的特征点的获取方式相同，且历史激光子图中特征点的描述子的获取方式与待测激光子图中特征点的描述子的获取方式相同，此处不再赘述。
[0027本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种回环检测方法，其特征在于，所述方法包括：对待测激光子图进行欧氏距离变换，得到欧氏距离图；基于所述欧式距离图，确定所述待测激光子图中的特征点，并获取所述待测激光子图中的特征点的描述子；基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对所述待测激光子图进行回环检测，得到回环检测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述待测激光子图转换为占据栅格地图，对所述占据栅格地图中的未占据部分进行腐蚀处理，得到所述占据栅格地图对应的掩膜；以及，在确定所述待测激光子图中的特征点之后，所述方法还包括：基于所述掩膜，对所述待测激光子图中的特征点进行过滤。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述欧式距离图，确定所述待测激光子图中的特征点，包括：确定所述欧式距离图中的各像素点的海森矩阵行列式；基于所述各像素点的海森矩阵行列式，确定所述欧式距离图中的鞍点、极大值点和极小值点；基于所确定出的鞍点、极大值点和极小值点，确定所述待测激光子图中的特征点。4.根据权利要求3所述的方法，其特征在于，所述基于所确定出的鞍点、极大值点和极小值点，确定所述待测激光子图中的特征点，包括：对所确定出的鞍点、极大值点和极小值点进行非极大值抑制处理，并基于所述非极大值抑制处理的处理结果，确定所述待测激光子图中的特征点；和/或获取所确定出的鞍点、极大值点和极小值点的海森矩阵行列式的值的绝对值，并基于所获取的绝对值，确定所述待测激光子图中的特征点。5.根据权利要求1
‑
4之一所述的方法，其特征在于，所述获取所述待测激光子图中的特征点的描述子，包括：确定所述待测激光子图中各特征点的二进制描述信息和类型信息；基于所述欧式距离图的梯度信息，获取所述各特征点的梯度主方向和邻域内平均欧氏距离值；对于所述待测激光子图中的每一个特征点，生成包括该特征点的二进制描述信息、类型信息、梯度主方向和邻域内平均欧氏距离值的描述子。6.根据权利要求5所述的方法，其特征在于，所述基于所述欧式距离图的梯度信息，获取所述各特征点的梯度主方向，包括：对于所述待测激光子图中的每一个特征点，确定该特征点在所述欧式距离图中的对应点在多个梯度方向上的梯度幅值；基于所确定的梯度幅值，从所述多个梯度方向中选取该特征点的梯度主方向。7.根据权利要求5或6所述的方法，其特征在于，基于所述欧式距离图的梯度信息，获取所述各特征点的邻域内平均欧氏距离值，包括：对于所述待测激光子图中的每一个特征点，确定该特征点在所述欧式距离图中的对应点所在邻域内的平均像素值，将所述平均像素值作为该特征点的邻域内平均欧氏距离值。
8.根据权利要求1
‑
7之一所述的方法，其特征在于，所述基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，对所述待测激光子图进行回环检测，得到回环检测结果，包括：基于所述待测激光子图中的特征点的描述子与历史激光子图中的特征点的描述子，确定所述待测激光子图中的特征点与所述历史激光子图中的特征点的对应关系；基于所述对应关系，确定所述待测激光子图中的特征点与所述历史激光子图中的特征点的初始位姿变换矩阵；基于所述初始位姿变换矩阵，校验所述待测激光子图对应的场景与所述历史激光子图对应的场景是否一致。9.根据权利要求8所述的方法，其特征在于，所述描述子包括特征点的二进制描述信息、类型信息以及邻域内平均欧氏距离值；以及，...

【专利技术属性】
技术研发人员：谢晓佳，肖锡臻，刘骁，
申请(专利权)人：北京迈格威科技有限公司，
类型：发明
国别省市：