(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 20221084678 8.2 (22)申请日 2022.07.06 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司东莞供电局 (72)发明人 李勇　谢榕昌　王文洪　蔡振华　 袁建文　潘维　郭约法　温建　 张熙　刘国兵　钟启濠　尹创荣　 黄宝莹　黄贺平　卢润华　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 岳晓萍 (51)Int.Cl. G06V 20/10(2022.01)G06V 10/46(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 SLAM过程中的闭环检测方法、 装置、 设备及 存储介质 (57)摘要 本发明公开了一种SLAM过程中的闭环检测 方法、 装置、 设备及存储介质。 所述方法包括： 获 取机器人在SLAM过程中实时捕捉的多张环境图 像， 并生成与各所述环境图像分别对应的二值边 缘图像； 将各所述二值边缘图像分别输入至预先 训练的目标变分自动编码器中进行压缩紧凑处 理， 获取与各所述二值边缘图像分别对应的环境 特征描述向量； 计算两两所述环 境特征描述向量 之间的向量相似度， 并根据相似度计算结果， 得 到相似矩阵； 根据所述相似矩阵， 对所述机器人 在SLAM过程中的运动轨迹进行闭环检测。 通过采 用上述技术方案， 能够实现精准、 快速的对SLAM 过程中的运动轨 迹进行闭环检测。 权利要求书2页 说明书10页 附图3页 CN 115240068 A 2022.10.25 CN 115240068 A 1.一种即时定位与建图SLAM过程中的闭环检测方法， 其特 征在于， 包括： 获取机器人在SLAM过程中实时捕捉的多张环境图像， 并生成与各所述环境图像分别对 应的二值边缘图像； 将各所述二值边缘图像分别输入至预先训练的目标变分自动编码器中进行压缩紧凑 处理， 获取与各 所述二值边缘图像分别对应的环境特 征描述向量； 计算两两所述环境特征描述向量之间的向量相似度， 并根据相似度计算结果， 得到相 似矩阵； 根据所述相似矩阵， 对所述机器人在SLAM过程中的运动轨 迹进行闭环检测。 2.根据权利要求1所述的方法， 其特征在于， 生成与各所述环境图像分别对应的二值边 缘图像， 包括： 将当前处 理的环境图像转换为灰度图像； 对所述灰度图像进行边 缘检测， 识别所述灰度图像中包括的各边 缘点； 根据所述 边缘点， 生成与所述目标环境图像对应的二 值边缘图像。 3.根据权利要求1所述的方法， 其特征在于， 将各所述二值边缘图像分别输入至预先训 练的目标变分自动编码器中进 行压缩紧凑处理， 获取与各所述二值边缘图像分别对应的环 境特征描述向量， 包括： 将当前处 理的环境图像输入至所述目标变分自动 编码器的编码器中； 其中， 所述编码器包括： 依次相连的卷积处理网络、 降采样网络、 压平网络以及参数重 构网络； 获取所述编码器中的压平网络针对所述当前处理 的环境图像输出的一维张量， 作为与 所述当前处 理的环境图像对应的环境特 征描述向量。 4.根据权利要求3所述的方法， 其特征在于， 在获取机器人在SLAM过程中实时捕捉的多 张环境图像之前， 还 包括： 获取待训练的原 始变分自动 编码器； 其中， 所述原始变分自动编码器包括编码器以及译码器， 所述编码器的参数重构网络 与所述译码器相连； 使用训练样本集对所述原始变分自动编码器进行训练， 得到所述目标变分自动编码 器； 其中， 所述原始变分自动编码器的损 失函数包括： 所述参数重构网络生成的第一概率 分布函数和第二概率分布 函数之间的KL散度， 以及输入至所述原始变 分自动编 码器的训练 样本和所述译码器输出的重构样本 输出之间的二 值交叉熵。 5.根据权利要求4所述的方法， 其特征在于， 在使用训练样本集对所述原始变分自动编 码器进行训练之前， 还 包括： 获取多个标准 二值边缘图像； 在各所述标准 二值边缘图像中分别加入设定的图像噪声， 形成所述训练样本集。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 计算两两所述环境特征描述向量 之间的向量相似度， 并根据相似度计算结果， 得到相似矩阵， 包括： 按照所述多 张环境图像的拍摄顺序对各所述环境图像进行编 号， 并根据环境图像的总 数量， 构建原 始矩阵；权　利　要　求　书 1/2 页 2 CN 115240068 A 2计算两两所述环境特征描述向量之间的向量相似度， 并各向量相似度对应填充于所述 原始矩阵中， 形成所述相似矩阵； 其中， 所述相似矩阵中的矩阵元素Aij代表第i张环境图像， 与第j张环境图像之间的向 量相似度。 7.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 根据所述相似矩阵， 对所述机器 人在SLAM过程中的运动轨 迹进行闭环检测， 包括： 在所述相似矩阵中， 将不满足闭环检测的矩阵元 素进行置零处 理； 基于Smith ‑Waterman算法， 在所述相似矩阵中进行动态规划， 形成最高响应 的闭环序 列。 8.一种SLAM过程中的闭环检测装置， 其特 征在于， 包括： 二值边缘图像获取模块， 用于获取机器人在SLAM过程中实时捕捉的多张环境图像， 并 生成与各 所述环境图像分别对应的二 值边缘图像； 环境特征描述向量获取模块， 用于将各所述二值边缘图像分别 输入至预先训练 的目标 变分自动编 码器中进 行压缩紧凑处理， 获取与各所述二值边缘图像分别对应的环境特征描 述向量； 相似矩阵获取模块， 用于计算两两所述环境特征描述向量之间的向量相似度， 并根据 相似度计算结果， 得到相似矩阵； 闭环检测模块， 用于根据所述相似矩阵， 对所述机器人在SLAM过程中的运动轨迹进行 闭环检测。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 SLAM过程中的闭环检测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑7中任一项所述的SLAM过程中的 闭环检测方法。权　利　要　求　书 2/2 页 3 CN 115240068 A 3