一种基于无线融合信号的VSLAM闭环检测方法与流程

一种基于无线融合信号的vslam闭环检测方法
技术领域
1.本发明属于视觉导航技术领域，具体地涉及一种基于无线融合信号的vslam闭环检测方法。


背景技术：

2.在vslam系统中，新的场景图像都需要与之前的场景图像之间进行相似度的计算。如果两个场景图相似度高于相似度阈值，则放弃该场景图像，低于阈值，那么就需要通过vslam闭环检测模块来检测终端在运行过程中是否发生了闭环。倘若通过闭环判断出移动终端在实验场景的运行过程中发生了闭环，那么闭环检测模块就会将判断信息传递给后端优化，从而能够在后续的建图模块中添加新的地图节点并进行新老节点之间的重新连线。
3.利用传统的词袋模型辅助vlsam闭环检测时，每一个新插入的关键帧都要与地图中已经存在的所有关键帧进行匹配。随着视觉slam系统的不断运行，整个系统中的图片数量会急剧的增长，使得整个的计算量大幅增加，增加了耗时，导致整个vslam系统闭环检测的准确率和实效性都降低了。


技术实现要素：

4.针对现有技术中存在的问题，本发明提供了一种基于无线融合信号的vslam闭环检测方法。该vslam闭环检测方法通过在定位区域确定无线融合信号指纹，只需将空间场景图像与对应定位区域的无线融合信号指纹进行匹配，大大减小了闭环检测的计算量，并提高了检测精度。
5.为实现上述目的，本发明采用如下技术方案：一种基于无线融合信号的vslam闭环检测方法，在空间场景中布设有移动的无线信号接收端与无线信号发射器，所述无线信号发射器包括：蓝牙信号发射器和wifi信号发射器，所述vslam闭环检测方法具体包括如下步骤：
6.(1)对无线信号接收端接收到的无线信号强度进行卡尔曼滤波预处理，得到无线信号强度均值集合；本发明中无线信号强度均值集合包括：蓝牙信号强度均值集合和wifi信号强度均值集合；
7.(2)利用蓝牙信号强度均值集合以及wifi信号强度均值集合，根据无线信号传播测距模型，计算各个蓝牙信号发射器、wifi信号发射器到无线信号接收端之间的距离，根据极大似然估计模型，记录四个最短距离对应的蓝牙信号发射器位置坐标和wifi信号发射器位置坐标，通过蓝牙信号发射器位置坐标估计出蓝牙信号接收端的可取区域，通过wifi信号发射器位置坐标估计出wifi信号接收端的可取区域；并通过对蓝牙信号发射器位置坐标和wifi信号发射器位置坐标进行权值归一化处理，得到融合位置坐标作为参考点坐标；
8.(3)将参考点坐标和蓝牙信号接收端的可取区域中wifi信号强度均值最强的wifi信号强度均值共同组成无线融合信号指纹；
9.(4)移动无线信号接收端，重复步骤(1)-(3)，获得无线融合信号指纹库；
10.(5)通过无线融合信号指纹库中蓝牙信号接收端的可选区域对空间场景进行划分，若当前场景图像在蓝牙信号接收端的可选区域内，计算当前场景图像与对应蓝牙信号接收端的可选区域内参考点的欧式距离，当所述欧式距离小于阈值时，将当前场景图像作为闭环帧。
11.进一步地，所述无线信号传播测距模型具体为：
[0012][0013]
其中，p
l
(d)表示无线信号强度均值，d表示无线信号接收端到无线信号发射器之间的距离，f表示无线信号频率，表示无线信号穿透损耗补偿，x
σ
表示高斯正态分布的随机分布变量。
[0014]
进一步地，所述蓝牙信号接收端的可取区域的估计方法具体为：根据计算的蓝牙信号发射器到无线信号接收端之间的距离，记录四个距离最短的蓝牙信号发射器的位置坐标，并分别以四个点的位置坐标为球心，对应的距离为半径，画圆，将四个圆的重叠部分作为蓝牙信号接收端的可取区域。
[0015]
进一步地，所述wifi信号接收端的可取区域的估计方法具体为：根据计算的wifi信号发射器到无线信号接收端之间的距离，记录四个距离最短的wifi信号发射器的位置坐标，并分别以四个点的位置坐标为球心，对应的距离为半径，画圆，将四个圆的重叠部分作为wifi信号接收端的可取区域。
[0016]
进一步地，所述参考点坐标的获取方法具体为：根据蓝牙信号接收端的可取区域的面积δsb计算蓝牙信号发射器的权值根据wifi信号接收端的可取区域的面积δsw计算wifi信号发射器的权值并进行权值归一化处理，得到蓝牙信号发射器的归一化权值wifi信号发射器的归一化权值根据归一化权值，融合蓝牙信号发射器的位置坐标和wifi信号发射器的位置坐标，作为参考点坐标。
[0017]
进一步地，步骤(5)中的阈值为经验值。
[0018]
与现有技术相比，本发明具有如下有益效果：考虑到室内定位容易受到干扰并且信号的波动范围较大，使得定位存在相当的误差，本发明基于无线融合信号的vslam闭环检测方法通过利用wifi信号和蓝牙信号在空间和时间上的一致性，将蓝牙信号发射器位置坐标和wifi信号发射器位置坐标进行权值归一化处理后，获取参考点坐标，并通过参考点和和蓝牙信号接收端的可取区域中wifi信号强度均值最强的wifi信号强度均值构建无线融合信号指纹，通过无线融合信号指纹定位蓝牙信号接收端的可选区域对空间场景的分区，将信号强度序列加入了场景图像信息中，使得新获取的场景图像不需要与地图中所有的关键帧进行匹配，减少了闭环检测的搜索区域，在很大程度上减少了当前场景图像匹配所需要的计算量，提升了vslam的运行效率以及vslam闭环检测的定位精度。
附图说明
[0019]
图1为本发明基于无线融合信号的vslam闭环检测方法的流程图；
[0020]
图2为二维平面上蓝牙信号接收端的可取区域表示图。
具体实施方式
[0021]
下面结合附图对本发明的技术方案作进一步地解释说明。
[0022]
在空间场景中布设有移动的无线信号接收端与无线信号发射器，该无线信号发射器包括：蓝牙信号发射器和wifi信号发射器，如图1，本发明基于无线融合信号的vslam闭环检测方法具体包括如下步骤：
[0023]
(1)真实环境内有着桌椅等固定障碍物和来回走动的人群，会导致无线信号接收端与无线信号发射器之间的传播路径被阻隔，使得无线信号在室内的传播过程中会有一定程度的衰减，并且电磁波在遇到静止和移动的障碍物时，会产生多径效应，发射的无线信号经过多次衰减阻隔后才能被终端接收，造成了信号终端直接接收到的无线信号是非常不稳定的，如果使用不经过预处理的无线信号强度建立指纹库定位，会使得信号强度指纹库中含有许多噪声，这些噪声会影响参考点匹配的结果，从而造成较大的定位误差。因此本发明首先对无线信号接收端接收到的无线信号强度进行卡尔曼滤波预处理，得到无线信号强度均值集合，降低无线信号波动带来的误差，消除环境中的噪声；本发明无线信号强度均值集合包括：蓝牙信号强度均值集合和wifi信号强度均值集合。
[0024]
(2)利用蓝牙信号强度均值集合以及wifi信号强度均值集合，根据无线信号传播测距模型，计算各个蓝牙信号发射器、wifi信号发射器到无线信号接收端之间的距离，本发明中所采用的无线信号传播测距模型具体为：
[0025][0026]
其中，p
l
(d)表示无线信号强度均值，d表示无线信号接收端到无线信号发射器之间的距离，f表示无线信号频率，表示无线信号穿透损耗补偿，x
σ
表示高斯正态分布的随机分布变量。
[0027]
根据极大似然估计模型，记录四个最短距离对应的蓝牙信号发射器位置坐标和wifi信号发射器位置坐标，通过蓝牙信号发射器位置坐标估计出蓝牙信号接收端的可取区域，具体为：将无线信号接收端的位置坐标记为(0，0，h)，以无线信号接收端的高度h作为平面值截取三维数学空间模型，可以得到二维的平面定位可取区域，使得定位的范围大大缩小，不仅降低了三维模型带来的空间误差，还让融合定位的稳定性得到了提升。如图2为二维平面上蓝牙信号接收端的可取区域表示图，根据计算的蓝牙信号发射器到无线信号接收端之间的距离，记录四个距离最短的蓝牙信号发射器的位置坐标，并分别以四个点的位置坐标为球心，对应的距离为半径，画圆，将四个圆的重叠部分作为蓝牙信号接收端的可取区域。
[0028]
同样地，根据极大似然估计模型，记录四个最短距离对应的wifi信号发射器位置坐标，通过wifi信号发射器位置坐标估计出wifi信号接收端的可取区域，具体地：根据计算的wifi信号发射器到无线信号接收端之间的距离，记录四个距离最短的wifi信号发射器的位置坐标，并分别以四个点的位置坐标为球心，对应的距离为半径，画圆，将四个圆的重叠部分作为wifi信号接收端的可取区域。
[0029]
通过对蓝牙信号发射器位置坐标和wifi信号发射器位置坐标进行权值归一化处理，得到融合位置坐标作为参考点坐标，具体地：根据蓝牙信号接收端的可取区域的面积δsb计算蓝牙信号发射器的权值根据wifi信号接收端的可取区域的面积δsw计算
wifi信号发射器的权值并进行权值归一化处理，得到蓝牙信号发射器的归一化权值wifi信号发射器的归一化权值根据归一化权值，融合蓝牙信号发射器的位置坐标和wifi信号发射器的位置坐标，作为参考点坐标，从而达到限定可取区域的目的，并同时加权融合wifi信号和蓝牙信号两种定位方法所得到的定位结果。
[0030]
(3)由于视觉传感器的机器人在室内场景运行中采集到的场景图像和当前所在位置的无线融合信号强度序列单独对应的，因此，将参考点坐标和蓝牙信号接收端的可取区域中wifi信号强度均值最强的wifi信号强度均值共同组成无线融合信号指纹，这样使得每一个场景图像进行闭环检测时，不需要与地图库中所有的关键帧进行特征匹配，只需要与指纹库中无线融合信号指纹进行匹配，由于信号强度信息序列数据的数据量远小于匹配大量视觉特征点的数据量，使得闭环检测的计算量大大减小，而定位建图精度又因为无线融合位置信息的加入变得更加精确。
[0031]
(4)移动无线信号接收端，重复步骤(1)-(3)，获得无线融合信号指纹库，从而实现相对精确的指纹定位。
[0032]
(5)本发明中通过蓝牙位置坐标估计来缩小定位区域，约束匹配结果，使得参考点更接近于待测定位点，定位误差也相对较小，再利用wifi信号进行定位时，只需要对蓝牙定位区域中的参考点进行指纹库匹配，选择与待测定位点最近的参考点作为最后的终端位置估计。因此，通过无线融合信号指纹库中蓝牙信号接收端的可选区域对空间场景进行划分，减少了闭环检测的搜索区域，在很大程度上减少了特征匹配所需要的计算量，提升了整体的运行效率。若当前场景图像在蓝牙信号接收端的可选区域内，计算当前场景图像与对应蓝牙信号接收端的可选区域内参考点的欧式距离，当所述欧式距离小于阈值时，将当前场景图像作为闭环帧。本发明中的阈值为经验值。
[0033]
本发明无线融合信号的vslam闭环检测方法通过利用wifi信号和蓝牙信号在空间和时间上的一致性，将蓝牙信号发射器位置坐标和wifi信号发射器位置坐标进行权值归一化处理后，获取参考点坐标，并通过参考点和和蓝牙信号接收端的可取区域中wifi信号强度均值最强的wifi信号强度均值构建无线融合信号指纹，通过无线融合信号指纹定位蓝牙信号接收端的可选区域对空间场景的分区，将信号强度序列加入了场景图像信息中，使得新获取的场景图像不需要与地图中所有的关键帧进行匹配，减少了闭环检测的搜索区域，在很大程度上减少了当前场景图像匹配所需要的计算量，提升了vslam的运行效率以及vslam闭环检测的定位精度。
[0034]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施方式，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。