【技術實現步驟摘要】
本申請涉及視覺同時建圖與定位(simultaneous?localization?and?mapping，slam)，尤其涉及一種軌跡確定方法、裝置、存儲介質及計算機程序產品。
技術介紹
1、基于視覺的slam領域中，視覺數據前端處理時一般需要通過連續的圖像幀恢復相機在不同采樣時刻的位姿信息，當前有兩種方式用于恢復相機在不同采樣時刻位姿信息，一種方式可以通過特征匹配法，另一種方式可以通過直接法，并利用對極幾何原理恢復相機在前后幀之間的相對姿態；這是基于視覺的slam技術的前提，只有恢復了相機在前后幀之間的相對位姿才可以進行同步定位建圖。
2、然而，上述的兩種方式在恢復相機在不同采樣時刻位姿信息時，在低紋理、運動劇烈場景下效果較差，可能會存在特征點的錯誤匹配，導致較差甚至錯誤的位姿估計結果，進而使得定位的精準度下降。
技術實現思路
1、本申請實施例提供了一種軌跡確定方法、裝置、存儲介質及計算機程序產品，能夠保證恢復相機位姿變化的可靠性，并提高定位的精準度。
2、本申請實施例的技術方案是這樣實現的：
3、第一方面，本申請實施例提供了一種軌跡確定方法，所述方法包括：
4、獲取連續幀的第一圖像，并通過第一模型確定每幀圖像對應的第一信息；其中，所述第一信息包括n個第一特征點對應的第一位置信息和第一描述符，所述第一描述符用于量化所述第一特征點對應的特征信息，所述第一模型至少用于對所述第一圖像的第一特征點進行提取，所述n為正整數；
5、
6、對所述l對匹配特征點中的錯誤匹配點進行篩選處理，獲得m對匹配特征點，并基于所述m對匹配特征點確定所述連續兩幀圖像對應的第一位姿變化；
7、基于所述第一位姿變化生成相機的運動軌跡。
8、第二方面，本申請實施例提供了一種軌跡確定裝置，所述軌跡確定裝置包括：獲取單元、確定單元、篩選單元以及生成單元；其中，
9、所述獲取單元，用于獲取連續幀的第一圖像；
10、所述確定單元，用于通過第一模型確定每幀圖像對應的第一信息；其中，所述第一信息包括n個第一特征點對應的第一位置信息和第一描述符，所述第一描述符用于量化所述第一特征點對應的特征信息，所述第一模型至少用于對所述第一圖像的第一特征點進行提取，所述n為正整數；以及基于第二特征點的第二位置信息、第二描述符以及第二模型確定l對匹配特征點；其中，所述第二特征點包含第一特征點集合中任意連續兩幀圖像的特征點，所述第一特征點集合包含對所述n個第一特征點進行篩選后的特征點，所述第二模型至少用于對輸入的特征點進行匹配處理；
11、所述篩選單元，用于對所述l對匹配特征點中的錯誤匹配點進行篩選處理，獲得m對匹配特征點；
12、所述確定單元，還用于基于所述m對匹配特征點確定所述連續兩幀圖像對應的第一位姿變化；
13、所述生成單元，用于基于所述第一位姿變化生成相機的運動軌跡。
14、第三方面，本申請實施例提供了一種軌跡確定裝置，所述軌跡確定裝置包括：處理器和存儲器；其中，
15、所述存儲器，用于存儲能夠在所述處理器上運行的計算機程序；
16、所述處理器，用于在運行所述計算機程序時，執行如上所述的軌跡確定方法。
17、第四方面，本申請實施例提供了一種計算機可讀存儲介質，所述存儲介質上存儲有計算機程序代碼，當所述計算機程序代碼被計算機執行時，實現如上所述的軌跡確定方法。
18、第五方面，本申請實施例提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時，實現如上所述的軌跡確定方法。
19、本申請實施例提供了一種軌跡確定方法、裝置、存儲介質及計算機程序產品，該方法包括：獲取連續幀的第一圖像，并通過第一模型確定每幀圖像對應的第一信息；其中，第一信息包括n個第一特征點對應的第一位置信息和第一描述符，第一描述符用于量化第一特征點對應的特征信息，第一模型至少用于對第一圖像的第一特征點進行提取，n為正整數；基于第二特征點的第二位置信息、第二描述符以及第二模型確定l對匹配特征點；其中，第二特征點包含第一特征點集合中任意連續兩幀圖像的特征點，第一特征點集合包含對n個第一特征點進行篩選后的特征點，第二模型至少用于對輸入的特征點進行匹配處理；對l對匹配特征點中的錯誤匹配點進行篩選處理，獲得m對匹配特征點，并基于m對匹配特征點確定連續兩幀圖像對應的第一位姿變化；基于第一位姿變化生成相機的運動軌跡。由此可見，通過第一模型確定每幀圖像對應的n個第一特征點的第一位置信息和第一描述符之后，可以基于第二特征點的第二位置信息、第二描述符以及第二模型確定l對匹配特征點，第二特征點包含第一特征點集合中任意連續兩幀圖像的特征點，第一特征點集合包含對n個第一特征點進行篩選后的特征點，即本申請可以對第一特征點進行篩選，獲得較高質量的第二特征點，從而提高確定l對匹配特征點的匹配精確性，進而可以對l對匹配特征點中的錯誤匹配點進行篩選處理，獲得m對匹配特征點，并基于m對匹配特征點確定連續兩幀圖像對應的第一位姿變化；最后可以基于第一位姿變化生成相機的運動軌跡，即本申請可以進一步對l對匹配特征點中的錯誤匹配點進行剔除，從而保證了后續使用剔除后的m對匹配特征點生成相機的運動軌跡的可靠性，由此提升了定位的精準度。
本文檔來自技高網...【技術保護點】
1.一種軌跡確定方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述第一模型包括至少一個第一編碼器和至少兩個第一解碼器，所述通過第一模型確定每幀圖像對應的第一信息，包括：
3.根據權利要求1所述的方法，其特征在于，所述基于第二特征點的第二位置信息、第二描述符以及第二模型確定L對匹配特征點，包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述第一距離分布值、第一分數值對所述第一特征點進行篩選處理，得到篩選后的特征點，包括：
5.根據權利要求3所述的方法，其特征在于，所述第二模型至少包括第一網絡，所述第一網絡包括特征點編碼器、自注意力層以及交叉注意力層，所述將所述第二特征點的第二位置信息、所述第二描述符輸入至所述第二模型，生成所述L對匹配特征點，包括：
6.根據權利要求1所述的方法，其特征在于，所述對所述L對匹配特征點中的錯誤匹配點進行篩選處理，獲得M對匹配特征點，包括：
7.根據權利要求6所述的方法，其特征在于，所述基于所述M對匹配特征點確定第三模型的模型參數，包括：>
8.根據權利要求6所述的方法，其特征在于，所述基于所述模型參數、所述匹配特征點中的其中一個特征點以及另一特征點判斷所述匹配特征點是否符合預設要求，包括：
9.根據權利要求6所述的方法，其特征在于，所述基于符合要求的匹配特征點確定所述M對匹配特征點，包括
10.根據權利要求1所述的方法，其特征在于，所述基于所述第一位姿變化生成相機的運動軌跡，包括：
11.根據權利要求10所述的方法，其特征在于，所述基于所述第一位姿變化、滑動窗口優化模塊對相機的初始位姿進行優化處理，獲得優化后的相機位姿，包括：
12.根據權利要求11所述的方法，其特征在于，所述基于SLAM系統的狀態信息、所述IMU預積分結果、所述第一位姿變化以及所述滑動窗口優化模塊對所述相機的初始位姿進行優化處理，包括：
13.根據權利要求11所述的方法，其特征在于，所述SLAM系統是基于第一損失函數對初始SLAM系統進行訓練獲得的；其中，所述第一損失函數包括邊緣化的先驗誤差、IMU預積分誤差以及視覺圖像重投影誤差。
14.一種軌跡確定裝置，其特征在于，所述軌跡確定裝置包括：獲取單元、確定單元、篩選單元以及生成單元；其中，
15.一種軌跡確定裝置，其特征在于，所述軌跡確定裝置包括：處理器和存儲器；其中，
16.一種計算機可讀存儲介質，其特征在于，所述存儲介質上存儲有計算機程序代碼，當所述計算機程序代碼被計算機執行時執行權利要求1-13中任一所述的方法。
17.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序在被處理器執行時實現根據權利要求1-13中任一項所述的方法。
...【技術特征摘要】
1.一種軌跡確定方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述第一模型包括至少一個第一編碼器和至少兩個第一解碼器，所述通過第一模型確定每幀圖像對應的第一信息，包括：
3.根據權利要求1所述的方法，其特征在于，所述基于第二特征點的第二位置信息、第二描述符以及第二模型確定l對匹配特征點，包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述第一距離分布值、第一分數值對所述第一特征點進行篩選處理，得到篩選后的特征點，包括：
5.根據權利要求3所述的方法，其特征在于，所述第二模型至少包括第一網絡，所述第一網絡包括特征點編碼器、自注意力層以及交叉注意力層，所述將所述第二特征點的第二位置信息、所述第二描述符輸入至所述第二模型，生成所述l對匹配特征點，包括：
6.根據權利要求1所述的方法，其特征在于，所述對所述l對匹配特征點中的錯誤匹配點進行篩選處理，獲得m對匹配特征點，包括：
7.根據權利要求6所述的方法，其特征在于，所述基于所述m對匹配特征點確定第三模型的模型參數，包括：
8.根據權利要求6所述的方法，其特征在于，所述基于所述模型參數、所述匹配特征點中的其中一個特征點以及另一特征點判斷所述匹配特征點是否符合預設要求，包括：
9.根據權利要求6所述的方法，其特征在于，所述基于符合要求的匹...
【專利技術屬性】
技術研發人員：蔣鑫，黃義雄，劉振，鐘穎，劉月，
申請(專利權)人：中移上海信息通信科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。