【技术实现步骤摘要】
本专利技术属于移动机器人定位与无人驾驶领域，尤其涉及一种基于slam的室内外动态目标智能定位系统及方法。
技术介绍
1、传统的视觉slam系统大多在基于静态场景的假设下运行，但是在大多真实应用的室内外场景中不可避免的会存在动态对象，如车、人等。这些不稳定的移动对象将轻易导致slam在对特征点进行帧间匹配时产生错误的数据关联，进而导致错误的位姿估计和地图构建。因此，基于静态场景假设的slam系统在实际应用中具有很大的局限性。目前，主流技术主要包括基于深度学习和基于几何的方法。虽然它们有效滤除了动态特征点，并在一定程度上增强了系统的定位精度，但是依然存在很多不足之处。例如，一些基于语义分割的方法的网络模型体积庞大，系统需要依赖高性能gpu，缺乏实时运行的能力；另一些基于深度信息的几何方法则受限于深度图像，无法在室外动态环境中运行；还有一些基于距离阈值的方法仅通过预定义阈值筛选动静态点,容易存在提取过度或提取不足的问题。同时，对于非刚性的不稳定的动态物体，如人体等，如何有效地消除连续帧遮挡问题，保持多帧数据的长期关联，也是当前动态slam系统面临的一大挑战。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于slam的室内外动态目标智能定位系统和方法，能够解决在动态场景下实时、准确的定位与建图的难题。
2、为实现上述目的，本专利技术提供了一种基于slam的室内外动态目标智能定位系统，包括：图像采集模块、自适应目标检测模块、关键帧验证模块、位姿优化和闭环检测模块和三
3、所述图像采集模块，用于采集原始图像帧；
4、所述自适应目标检测模块，用于根据所述原始图像帧的动态特征点，获取静态特征点；
5、所述关键帧验证模块，用于根据所述静态特征点，验证关键帧的特征点；
6、所述优化和检测模块，用于根据验证结果，对所述关键帧进行优化和检测；
7、所述三维模型重构模块，用于根据所述验证结果，结合检测结果，获取点云地图。
8、可选的，所述自适应目标检测模块包括：特征点提取单元、特征点检测框单元；
9、所述特征点提取单元，用于对所述原始图像帧进行特征点提取，获取特征点；
10、所述特征点检测框单元，用于对所述特征点进行检测，获取静态特征点。
11、可选的，所述特征点包括：静态特征点和动态特征点。
12、可选的，所述关键帧验证模块包括：双向极线约束距离计算单元和高斯分布概率转换单元；
13、所述双向极线约束距离计算单元，用于根据所述静态特征点和关键帧，获取动态特征点相对于极线的距离；
14、所述高斯分布概率转换单元，用于根据所述距离，获取关键点的移动概率，根据所述移动概率，对所述关键帧进行验证。
15、可选的，所述优化和检测模块包括：位姿优化单元和闭环检测单元；
16、所述位姿优化单元，用于根据验证结果，对所述关键帧进行优化，获取下一关键帧；
17、所述闭环检测单元，用于检测所述关键帧和下一关键帧间的相似度，获取检测结果。
18、本专利技术还提供了一种基于slam的室内外动态目标智能定位方法，包括：
19、采集原始图像；
20、对所述原始图像进行特征点提取和目标检测，获取静态特征点；
21、基于所述静态特征点，结合关键帧，检验特征点的运动状态；
22、基于所述运动状态，对所述关键帧进行优化，获取下一关键帧；
23、对所述关键帧和下一关键帧进行检测，获取检测结果；
24、基于所述检测结果和特征点的运动状态，进行三维重构，获取点云图像。
25、可选的，基于所述静态特征点，结合关键帧，检验特征点的运动状态的方法为：
26、
27、其中，p为关键点的移动概率，δ为该分布的标准偏差，d为动态特征点相对于极线的距离。
28、与现有技术相比，本专利技术具有如下优点和技术效果：
29、本专利技术不仅克服了现有技术中神经网络模型过大严重依赖gpu的局限性，而且在不依赖深度信息的情况下显著提高了定位与建图的精度和质量，使设备能在室内外多种动态场景中发挥出色性能，如环境测绘、机器人定位导航、无人驾驶研究等。此外，通过引入由粗到细的动态特征点选择策略，使得系统具备更高的灵活性和适用性，对于推动机器人同步定位与建图
的进步具有重要的现实意义和潜在的商业价值。
【技术保护点】
1.一种基于SLAM的室内外动态目标智能定位系统，其特征在于，包括：图像采集模块、自适应目标检测模块、关键帧验证模块、位姿优化和闭环检测模块和三维模型重构模块；
2.根据权利要求1所述的一种基于SLAM的室内外动态目标智能定位系统，其特征在于，所述自适应目标检测模块包括：特征点提取单元、特征点检测框单元；
3.根据权利要求2所述的一种基于SLAM的室内外动态目标智能定位系统，其特征在于，所述特征点包括：静态特征点和动态特征点。
4.根据权利要求1所述的一种基于SLAM的室内外动态目标智能定位系统，其特征在于，所述关键帧验证模块包括：双向极线约束距离计算单元和高斯分布概率转换单元；
5.根据权利要求1所述的一种基于SLAM的室内外动态目标智能定位系统，其特征在于，所述优化和检测模块包括：位姿优化单元和闭环检测单元；
6.一种基于SLAM的室内外动态目标智能定位方法，其特征在于，包括：
7.根据权利要求6所述的一种基于SLAM的室内外动态目标智能定位方法，其特征在于，基于所述静态特征点，结合关键帧，检验特征点的运
...【技术特征摘要】
1.一种基于slam的室内外动态目标智能定位系统，其特征在于，包括：图像采集模块、自适应目标检测模块、关键帧验证模块、位姿优化和闭环检测模块和三维模型重构模块；
2.根据权利要求1所述的一种基于slam的室内外动态目标智能定位系统，其特征在于，所述自适应目标检测模块包括：特征点提取单元、特征点检测框单元；
3.根据权利要求2所述的一种基于slam的室内外动态目标智能定位系统，其特征在于，所述特征点包括：静态特征点和动态特征点。
4.根据权利要求1所述的一种基于sla...
【专利技术属性】
技术研发人员：郑堃，滕兆宇，曹杰，史牟丹，张乐乐，梁耀辉，
申请(专利权)人：北京理工大学长三角研究院嘉兴，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。