(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 202210249229.3 (22)申请日 2022.03.14 (71)申请人 上海微电机 研究所 （中国电子科技 集团公司第二十一研究所） 地址 200233 上海市徐汇区虹漕 路30号 (72)发明人 朱汇申　范琦涵　应竞帆　王春雷　 门志平　马保平　 (74)专利代理 机构 北京五洲洋和知识产权代理 事务所(普通 合伙) 11387 专利代理师 刘春成 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/75(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) G06T 3/40(2006.01) G06T 7/521(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/583(2019.01) (54)发明名称 一种多地图切换SLAM建图方法 (57)摘要 本申请提供了一种多地图切换SLAM建图方 法， 该方法包括： 基于激光点云扫描匹配算法， 根 据第一融合数据， 对预先获取的多个子区域中每 个子区域进行SLA M建图， 得到第一地图； 其中， 第 一地图为局部区域对应的地图， 局部区域有多 个； 第一融合数据为多个传感器采集得到的每个 子区域的二维激光雷达数据和每个子区域的三 维点云数据进行融合得到； 然后， 根据多个第一 地图之间的重叠区域对应的视觉图像， 基于预设 的图像匹配方法， 对第一地图进行拼接， 得到第 二地图； 最后， 根据第二地图中各个位置与传感 器采集的视觉图像 之间的映射关系， 基于深度神 经网络模型， 构建图像检索数据库， 以在第二地 图范围内对 多个第一 地图进行切换。 权利要求书2页 说明书9页 附图3页 CN 114612780 A 2022.06.10 CN 114612780 A 1.一种多地图切换SLAM建图方法， 其特 征在于， 包括： 基于激光点云扫描匹配算法， 根据第一融合数据， 对预先获取的多个子区域中每个子 区域进行SLAM建图， 得到第一地图； 其中， 所述第一地图为局部区域对应的地图， 所述局部 区域有多个， 每一个所述局部区域包括多个子区域； 所述第一融合数据为多个传感器采集 得到的每个所述子区域的二维激光雷达数据和每个所述子区域的三维点云数据进行融合 得到； 根据多个所述第一地图之间的重叠区域对应的视觉 图像， 基于预设的图像匹配方法， 对所述第一 地图进行拼接， 得到第二 地图； 根据所述第 二地图中各个位置与 所述传感器采集的视觉图像之间的映射关系， 基于深 度神经网络模型， 构建图像检索数据库， 以在所述第二地图范围内对多个所述第一地图进 行切换。 2.根据权利要求1所述的多地图切换SLAM建图方法， 其特征在于， 所述基于激光点云扫 描匹配算法， 根据第一融合数据， 对每 个所述子区域进行SLAM建图， 得到第一 地图， 具体为： 基于预设的数据融合模型， 对所述子区域内获取的二维数据和三维点云数据进行数据 融合， 得到第一融合数据； 基于非线性最小二乘模型， 根据位姿初始值， 对第 一融合数据进行扫描 匹配， 得到所述 子区域的子图； 对多个所述子图进行拼接， 得到所述第一 地图。 3.根据权利要求2所述的多地图切换SLAM建图方法， 其特征在于， 所述对多个所述子图 进行拼接， 得到所述第一 地图， 具体为： 基于非线性 最小二乘模型， 对每 个所述子图进行局部优化； 基于回环检测， 对多个所述子图进行全局优化， 得到第一 地图。 4.根据权利要求2或3所述的多地 图切换SLAM建图方法， 其特征在于， 所述对第一融合 数据进行扫描匹配之后， 还 包括： 根据扫描匹配得到的当前位置的匹配位姿， 基于时间插值就近原则， 构建所述匹配位 姿与所述传感器采集的视 觉图像之间的映射关系。 5.根据权利要求1所述的多地图切换SLAM建图方法， 其特征在于， 所述根据多个所述第 一地图之间的重叠区域对应的视觉图像， 基于预设的图像匹配方法， 对所述第一地图进行 拼接， 得到第二 地图， 具体为： 根据所述视觉图像， 基于ORB算法， 对所述重叠区域对应的视觉图像进行特征提取， 得 到重叠区域特 征图； 根据重叠区域特征图， 基于对极几何方法对所述重叠区域中的位姿进行解算， 得到解 算结果； 根据所述 解算结果， 基于地图扫描匹配， 对第一 地图进行拼接， 得到所述第二 地图。 6.根据权利要求1所述的多地图切换SLAM建图方法， 其特征在于， 所述根据所述第二地 图中各个位置与所述传感器采集的视觉图像之间的映射关系， 基于深度神经网络模型， 构 建图像检索数据库， 以在所述第二 地图范围内对多个所述第一 地图进行切换， 具体为： 根据所述第 二地图中各个位置与 所述传感器采集的视觉图像， 对所述深度神经网络模 型进行训练， 得到训练后的深度神经网络模型；权　利　要　求　书 1/2 页 2 CN 114612780 A 2基于训练后的深度神经网络模型， 计算得到所述视觉图像对应的方向梯度直方图描述 子； 将所述视觉 图像、 所述视觉 图像对应的方向梯度直方图描述子存储到数据库中， 得到 所述图像 检索数据库； 根据所述图像检索数据库中所述视觉图像与实时采集得到的新的图像之间的相似度， 在所述第二 地图范围内对多个所述第一 地图进行切换。 7.根据权利要求6所述的多地图切换SLAM建图方法， 其特征在于， 所述根据所述第二地 图中各个位置与所述传感器采集的视觉图像， 对所述深度神经网络模型进行训练， 得到训 练后的深度神经网络模型， 具体为： 对所述视觉图像进行降维处理， 得到所述视觉图像与降维处理后的图像组成的图像 对； 以所述图像对为训练数据， 对深度神经网络模型进行训练， 得到训练后的深度神经网 络模型。 8.根据权利要求7所述的多地图切换SLAM建图方法， 其特征在于， 所述基于训练后的深 度神经网络模型， 计算得到所述视 觉图像对应的方向梯度直方图描述子， 具体为： 基于训练后的深度神经网络模型， 得到每个所述图像对对应的方向梯度直方图描述 子； 对应地， 所述将所述视觉 图像、 所述视觉 图像对应的方向梯度直方图描述子存储到数据库中， 得到所述图像 检索数据库， 具体为： 将所述视觉 图像、 所述降维处理后的图像、 所述每个所述图像对对应的方向梯度直方 图描述子存 储到数据库中， 得到所述图像 检索数据库。 9.根据权利要求8所述的多地图切换SLAM建图方法， 其特征在于， 所述根据所述图像检 索数据库中所述视觉图像与实时采集得到的新的图像之 间的相似度， 在所述第二地图范围 内对多个所述第一 地图进行切换， 具体为： 根据所述图像检索数据库中每个所述图像对对应的方向梯度直方图描述子与所述实 时采集得到的新的图像对应的方向梯度直方图描述子， 计算所述图像对与所述实时采集得 到的新的图像之间的相似度， 以在所述第二 地图范围内对多个所述第一 地图进行切换。 10.根据权利要求1 ‑9任一所述的多地图切换SLAM建图方法， 其特征在于， 所述传感器 至少包括激光雷达、 视 觉相机。权　利　要　求　书 2/2 页 3 CN 114612780 A 3