(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 202210540007.7 (22)申请日 2022.05.17 (71)申请人 重庆大学 地址 400044 重庆市沙坪坝区沙坪坝正 街 174号 (72)发明人 陈刚　曾元　任江洪　胡彬　赖鑫　 蒲嫦莉　颜小力　 (74)专利代理 机构 北京同恒源知识产权代理有 限公司 1 1275 专利代理师 廖曦 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) G06T 3/60(2006.01)G06T 5/50(2006.01) G06T 7/11(2017.01) G06T 7/246(2017.01) G06T 7/73(2017.01) G06T 5/20(2006.01) (54)发明名称 基于视觉的多智能体分布式快速SLAM方法 (57)摘要 本发明涉及一种基于视觉的多智能体分布 式快速SLAM方法， 属于图像处理技术领域。 在特 征点匹配前， 首先将相机采集到的图片进行分 割， 让特征点均匀分布在每个区域， 使选取的特 征点更具有代表性； 其次设计了一种 “点线”特 征， 生成新的词袋， 并利用强化学习进行回环检 测， 解决了点特征在低纹理低对比度环境下性能 不足的问题； 由于对姿态矩阵不能直接运用凸优 化算法， 所以运用对偶原理将原问题 转化为一个 强凸的对偶问题， 运用拉格朗日乘子法进行迭代 求解， 并证明了原问题与对偶问题的等价； 之后， 由于算法的收敛速度较慢， 设计了一种基于随机 矩阵的位姿平均算法， 多智能体位姿收敛速度显 著加快。 权利要求书5页 说明书12页 附图4页 CN 114821127 A 2022.07.29 CN 114821127 A 1.基于视觉的多智能体分布式快速SLAM方法， 其特 征在于： 该 方法包括以下步骤： S1： 问题描述； S2： 建立特 征匹配算法； S3： 回环检测； S4： 建立一致性算法和地图融合 算法。 2.根据权利要求1所述的基于视觉的多智能体分布式快速SLAM方法， 其特征在于： 所述 S1具体为： 由n个智能体构建一个地图， 设智能体的位姿模型为： R为旋转矩阵， 表示智能体的姿态， 属于李群的元素， 满足SO(3)＝{R∈M3×3|RTR＝RRT＝ I,det(R)＝1}， R的F ‑范数记为||R||＝tr(RRT)＝tr(RTR)， 且记矩阵内积为＜A,B＞＝tr (ATB)， 其中A,B∈M3×3； 给定智能体的初始位姿T0， 得到n个智能体的相对位姿； 将相机采集到的关键帧进行灰 度转换、 特征提取和特征匹配， 利用对极几何和PNP求解智能体在两个关键帧之间的运动， 左乘智能体上一时刻的位姿， 得到当前关键帧智能体的位姿： 其中， Ti为第i个关键帧智能体的位姿， Tii‑1为第i个关键帧与前一关键帧之间的相对运 动； 在智能体组建立局部地图之后， 机器人领导者之间具有位姿差异， 将智能体位姿进行 归一化： 将T用R和t 表示 其中Ti是i组智能体的位姿， Ri是i组智能体姿态， 是一致性姿态， 当所有智能体的姿 态一致时， 将局部地图进行对应的旋转之后， 就能将地图直接融合。 3.根据权利要求2所述的基于视觉的多智能体分布式快速SLAM方法， 其特征在于： 所述 S2具体为： S21： 将采集到的图像转 化为灰度图像， 并进行中值滤波处 理； S22： 将处理后的图像均匀分成10 ×10个小区域； S23： 计算每 个特征的对比度， 用方差表示， 排除对比度σ ＜ ζ 的区域； E＝EP S24： 在剩余的区域中， 每 个区域提取相同数量的点特 征和和线特征； S25： 采样时间为T， 智能体得到 速度为v， 则x＝ kTv； k为比对洗漱， x为比对距离；权　利　要　求　书 1/5 页 2 CN 114821127 A 2S26： 匹配某区域的特征时， 在距 离小于x的(2x+1)2‑1个区域中的特征进行比， 选取描述 子距离最近的特 征进行匹配； S27： 在进行特征匹配之后， 根据匹配的特征点对计算相机的运动； 两张图片中的像素 点匹配正确， 说明他们是同一个点在两个面上的投影， 利用对极几何约束求 解相机的运动。 4.根据权利要求3所述的基于视觉的多智能体分布式快速SLAM方法， 其特征在于： 所述 S3具体为： 在进行特征提取之后， 利用聚类的方法让每幅图像 中的特征组成5个词条， 存入一个词 袋中； 词条的数量随着系统运行而增 加； 将词条用参数表示， 每幅图中的词条信息用向量进行表示， 前两幅图中的词条信息表 示为： P1＝1·o1+1·o2+1·o3+1·o4+1·o5         (3‑1) P2＝1·o3+1·o5+1·o6+1·o7+1·o8         (3‑2) 其中Pi表示第i幅图的词条信息， wi表示第i个词条； 假设当前时刻共采集m张图像， 且词 袋中共有n个词条， 用一个m*n的词袋矩阵来表示整个SLAM过程中的词条信息； 当i时刻采集到的图像的词条信息向量Pi＝1·o3+1·o5+1·o6+1·o7+1·o8， Pi＝P2， 则 机器人当前处在第二幅图所在的位置； 对比词条信息向量， 不用遍历整个词袋， 其时间复杂 度为O(5m)。 5.根据权利要求4所述的基于视觉的多智能体分布式快速SLAM方法， 其特征在于： 所述 S4具体为： 第i组智能体的姿态为Ti， 得到一致性姿态： 将转移矩阵拆分为R和t两部分求解， 知t为平移向量， 是一个不带约束的三维列向量， 得t的最优解 为 在只考虑旋转矩阵的情况 下， 将式(4 ‑1)简化为以下形式 将上式中矩阵范 数展开得权　利　要　求　书 2/5 页 3 CN 114821127 A 3