(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 202210611705.1 (22)申请日 2022.05.31 (71)申请人 广东工业大 学 地址 510643 广东省广州市越秀区东 风东 路729号 (72)发明人 罗可其　夏益民　蔡述庭　 (74)专利代理 机构 中山市华朋弘远知识产权代 理事务所(普通 合伙) 44531 专利代理师 修瑞杰 (51)Int.Cl. G06T 17/05(2011.01) G06T 17/20(2006.01) G06V 10/762(2022.01) (54)发明名称 一种多机器人协作的稠密点云地图构建方 法及装置 (57)摘要 本发明实施例提供了一种多机器人协作的 稠密点云地图构建方法及装置， 包括： 获取两个 机器人分别采集到的关键帧的RGB ‑D图像， 根据 所述RGB‑D图像提取出ORB特征数据以及解算得 到关键帧之间的位姿关系； 对提取的RGB ‑D图像 进行降采样滤波筛选地图点， 利用针孔相机模型 进行关键帧稠密点云地图构建， 通过关键帧位姿 关系将关键帧地图添加到局部地图； 通过体素滤 波对局部地图进行处理， 分别完成两个机器人的 稠密点云地图的构建； 利用ORB特征构建的词袋 模型对两幅稠密点云地图关键帧图像词向量的 距离进行计算匹配， 利用ICP算法估计两幅地图 的变换关系， 将两幅地图融合并进行一次体素滤 波和统计滤波处理， 构建出多机器人稠密点云地 图； 在不同场景下实现多机器人SLAM地图构建， 并具有更好的实时性和精度， 具有更好的应用前 景。 权利要求书2页 说明书10页 附图4页 CN 115018999 A 2022.09.06 CN 115018999 A 1.一种多机器人协作的稠密点云地图构建方法， 其特 征在于， 包括： 获取两个机器人分别采集到 的关键帧的RGB ‑D图像， 根据所述RGB ‑D图像提取出ORB特 征数据以及解 算得到关键帧之间的位姿关系； 对提取的RGB ‑D图像进行降采样滤波筛选地 图点， 利用针孔相机模型进行关键帧稠密 点云地图构建， 通过关键帧位姿关系将关键帧地图添加到局部地图； 通过体素 滤波对局部地图进行处 理， 分别完成两个机器人的稠密点云地图的构建； 利用ORB特征构建的词袋模型对两幅稠密点云地图关键帧图像词向量的距离进行计算 匹配， 利用ICP算法估计两幅地图的变换关系， 将 两幅地图融合并进 行一次体素滤波和统计 滤波处理， 构建出多机器人稠密点云地图。 2.根据权利要求1所述的多机器人协作的稠密点云地图构建方法， 其特征在于， 所述对 提取的RGB ‑D图像进行降采样滤波筛选地图点， 再利用针孔相机模型进行关键帧稠密点云 地图构建， 通过关键帧位姿关系将关键帧地图添加到局部地图， 包括： 采用隔行隔列采样的方式对RGB ‑D图像进行降采样滤波； 将降采样滤波后的数据转换成此关键帧的稠密点云地图， 利用此关键帧的位姿将该地 图变换到局部地图中； 针对所述局部地图进行体素 滤波。 3.根据权利要求1所述的多机器人协作的稠密点云地图构建方法， 其特征在于， 所述利 用ORB特征构建的词袋模型对两幅稠密点云地图关键帧图像词向量的距离进行计算匹配， 利用ICP算法估计两幅地图的变换关系， 将两幅地图融合并进行一次体素滤波和统计滤波 处理， 构建出多机器人稠密点云地图， 包括： 构建K叉树字典模型； 针对图像特 征进行词向量匹配； 通过ICP算法估计两幅地图的变换关系， 进行配准。 4.根据权利要求3所述的多机器人协作的稠密点云地图构建方法， 其特征在于， 所述构 建K叉树字典模型， 包括： 提取ORB特 征； 用K‑means聚类方法对特 征进行聚类生成单词； 构建K叉树字典模型用以存 储单词。 5.根据权利要求3所述的多机器人协作的稠密点云地图构建方法， 其特征在于， 所述针 对图像特 征进行词向量匹配， 包括： 提取图像特 征， 判断所属单词， 统计出现单词的类别和频率； 通过TF‑IDF方法计算权 重； 构建词向量； 针对词向量相似度进行评分计算， 以及针对评分进行高斯滤波， 识别出相似度评分高 于预设阈值的图像对。 6.根据权利要求3所述的多机器人协作的稠密点云地图构建方法， 其特征在于， 所述通 过ICP算法估计两幅地图的变换关系， 进行配准， 包括： 提取与匹配ORB特 征； 构建误差函数权　利　要　求　书 1/2 页 2 CN 115018999 A 2通过ICP算法求 解构建的误差函数， 进行配准。 7.一种多机器人协作的稠密点云地图构建装置， 其特 征在于， 包括： 获取模块， 用于获取两个机器人分别采集到的关键帧的RGB ‑D图像， 根据所述RGB ‑D图 像提取出ORB特征数据以及解 算得到关键帧之间的位姿关系； 局部地图添加模块， 用于对提取的RGB ‑D图像进行降采样滤波筛选地图点， 利用针孔相 机模型进行关键帧稠密点云地图构建， 通过关键帧位姿关系将关键帧地图添加到局部地 图； 稠密点云地图构建模块， 用于通过体素滤波对局部地图进行处理， 分别完成两个机器 人的稠密点云地图的构建； 多机器人稠密点云地图构建模块， 用于利用ORB特征构建的词袋模型对两幅稠密点云 地图关键帧图像词向量的距离进 行计算匹配， 利用ICP算法估计两幅地图的变换关系， 将两 幅地图融合并进行一次体素 滤波和统计滤波处 理， 构建出多机器人稠密点云地图。 8.根据权利要求7所述的多机器人协作的稠密点云地图构建装置， 其特征在于， 所述局 部地图添加模块包括： 降采样滤波子模块， 用于采用隔行隔列采样的方式对RGB ‑D图像进行降采样滤波； 局部地图变换子模块， 用于将降采样滤波后的数据转换成此关键帧的稠密点云地图， 利用此关键帧的位姿将该地图变换到局部地图中； 体素滤波子模块， 用于针对所述局部地图进行体素 滤波。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现权利要求 1至6中任一项 所述的多机器人协作的 稠密点云地图构建方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至6中任一项所述的多机器人协作的稠密点云地图构建方 法的步骤。权　利　要　求　书 2/2 页 3 CN 115018999 A 3