(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210205522.X (22)申请日 2022.03.02 (71)申请人 上海谦尊升网络科技有限公司 地址 200335 上海市长 宁区金钟路968号3 号楼1105室 (72)发明人 谢佩君　张子健　陈星翰　候岚岚　 羊铭　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 李梦蝶 (51)Int.Cl. G06T 17/05(2011.01) G06V 10/44(2022.01) (54)发明名称 一种动态机器人在动态场景中的定位和地 图构建方法 (57)摘要 本发明公开了一种动态机器人在动态场景 中的定位和地图构建方法， 包括： 先将采集到的 图像流进行预处理得到第一图像流， 所述预处理 具体为去除所述图像流中的运动特征点； 然后基 于所述机器人获取所述第一图像流中每一帧图 像的观测量； 最后基于所述观测量将所述第一图 像流进行位姿融合， 并输出位姿 图， 其中预处理 具体为， 先提取出所述图像流中每一帧图像的特 征点， 同时还基于先验动态物体确定出所述图像 流中先验特征点； 然后将所述图像流中每一帧图 像的特征点中对应的先验特征点删除， 提高动态 机器人在动态场景中的定位和地图构建的准确 性， 同时减少其计算 量， 提高其处 理速度。 权利要求书1页 说明书4页 附图1页 CN 114565734 A 2022.05.31 CN 114565734 A 1.一种动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述方法包括 以下步骤： S1、 将采集到的图像流进行预处理得到第一图像流， 所述预处理具体为去除所述图像 流中的运动特 征点； S2、 基于所述机器人获取 所述第一图像流中每一帧图像的观测量； S3、 基于所述观测量将所述第一图像流进行位姿融合， 并输出位姿图。 2.如权利要求1所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述步骤S1具体包括以下分步骤： S11、 提取出所述图像流中每一帧图像的特征点， 同时还基于先验动态物体确定出所述 图像流中先验特 征点； S12、 将所述图像流中每一帧图像的特 征点中对应的先验特 征点删除。 3.如权利要求2所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述步骤S11中的提取 出所述图像流中每一帧图像的特 征点具体包括以下分步骤： S111、 确定出 所述图像流中每一帧图像的采样尺度金字塔； S112、 通过多个流操作队列确定出所述采样尺度金字塔中每一层图像中的所有FAST角 点； S113、 确定出每一个FAST角点的描述子； S114、 将每一个FAST角点和对应的描述子进行组合并作为所述特 征点。 4.如权利要求1所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述观测量具体为所述动态机器人的角速度、 角度、 所述机器人的左轮速度、 所述机器人的 右轮速度、 所述动态机器人在其所在平面上的横轴上的平移 值和所述动态机器人在其所在 平面上的纵轴上的平 移值。 5.如权利要求4所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述步骤S3具体包括以下分步骤： S31、 将每一帧图像的观测量输入到预设滤波器中； S32、 基于所述预设滤波器和所述观测量确定出每一帧图像对应的位姿图， 并将所述位 姿图进行输出。 6.如权利要求5所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述步骤S 32还包括检测当前位姿图是否有回环边， 若 是， 则根据所述回环 边对上一帧图像 对应的位姿图进行回环纠正， 若否， 则继续确定下一帧图像对应的位姿图。 7.如权利要求5所述的动态机器人在动态场景中的定位和地图构建方法， 其特征在于， 所述步骤S32中基于所述预设滤波器和所述观测量确定出每一帧图像对应的位姿图还包括 通过所述预设滤波器为所述观测量分配权 重。权　利　要　求　书 1/1 页 2 CN 114565734 A 2一种动态机 器人在动态场景中的定位和地图构建 方法 技术领域 [0001]本发明属于地图构建技术领域， 具体涉及 一种动态机器人在动 态场景中的定位和 地图构建方法。 背景技术 [0002]基于自主导航技术， 机器人在国防、 航空、 工业以及生活领域中都发挥了重要作 用， 而自主导航的前提是得知当前机器人位置以及周围环境， SLAM(simultaneous   localization  and mapping),也称为CML(Concurrent  Mapping and Localization),即时 定位与地图构建， 或并发建图与定位， 正是实现这个过程的关键技 术。 [0003]而现有技术中关于即时定位与地图构建， 大多数是在静态环境中执行， 当环境中 存在移动物体时， 或者是动态场景下， 会导致定位的不准确， 另外， 在相机被遮挡 过多或机 器人运动过快 的情况下， 会导致现有技术无法跟踪到足够的特征点， 最终导致整个即时定 位与地图构建失效， 现有技术中也存在将SLAM技术与其他传感器数据融合的方法来提升其 鲁棒性， 但这些 方法存在融合复杂， 计算 量大， 处理速度慢的问题。 [0004]因此， 如何提高动态机器人在动态场景中的定位和地图构建的准确性， 同时减少 其计算量， 提高处 理速度， 是本领域 技术人员有 待解决的技 术问题。 发明内容 [0005]本发明的目的是为了提高动 态机器人在动 态场景中的定位和地图构建的准确性， 提出了一种动态机器人在动态场景中的定位和地图构建方法。 [0006]本发明的技术方案为： 一种动态机器人在动态场景中的定位和地图构建方法， 所 述方法包括以下步骤： [0007]S1、 将采集到的图像流进行预处理得到第一图像流， 所述预处理具体为去除所述 图像流中的运动特 征点； [0008]S2、 基于所述机器人获取 所述第一图像流中每一帧图像的观测量； [0009]S3、 基于所述观测量将所述第一图像流进行位姿融合， 并输出位姿图。 [0010]进一步地， 所述步骤S1具体包括以下分步骤： [0011]S11、 提取出所述图像流中每一帧图像的特征点， 同时还基于先验动 态物体确定出 所述图像流中先验特 征点； [0012]S12、 将所述图像流中每一帧图像的特 征点中对应的先验特 征点删除。 [0013]进一步地， 所述步骤S11中的提取出所述图像流中每一帧图像 的特征点具体包括 以下分步骤： [0014]S111、 确定出 所述图像流中每一帧图像的采样尺度金字塔； [0015]S112、 通过多个流操作队列确定出所述采样尺度金字塔中每一层图像中的所有 FAST角点； [0016]S113、 确定出每一个FAST角点的描述子；说　明　书 1/4 页 3 CN 114565734 A 3