[發明專利]基于室內特征點和結構線結合的室內SLAM方法有效
| 申請號: | 201710552072.0 | 申請日: | 2017-07-07 |
| 公開(公告)號: | CN107392964B | 公開(公告)日: | 2019-09-17 |
| 發明(設計)人: | 姚劍;劉康;謝仁平;趙嬌;李禮 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G06T7/73 | 分類號: | G06T7/73;G06T7/55;G05D1/02 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 薛玲 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 室內 特征 結構 結合 slam 方法 | ||
1.基于室內特征點和結構線結合的室內SLAM方法,其特征在于,包括如下步驟:
步驟1,進行相機內參標定,所述相機內參包括相機主點、焦距與畸變系數;
步驟2,針對移動機器人平臺上相機獲取的視頻幀影像數據,提取每一影像幀上的特征點和結構線;
步驟3,根據獲取的特征點和結構線,進行特征點和結構線跟蹤,并進行關鍵幀選取,具體包括如下子步驟;
步驟3.1,根據步驟2中獲取的特征點,利用特征描述符距離進行特征點跟蹤,獲取較好的跟蹤特征點對,具體實現方式,
步驟3.1.1,利用當前影像上的特征點,判斷是否有候選匹配幀,如果有選取的候選匹配幀,則在其上開辟適當大小的影像窗口,獲取其中的特征點作為候選匹配點,否則選取當前幀的上一幀作為候選匹配幀,進行相應候選匹配點的選取;
步驟3.1.2,計算當前影像上的特征點和候選匹配點的描述符距離,對特征點根據描述符距離按照升序排序,取前百分之六十作為最佳匹配點;
步驟3.1.3,利用RANSAC對獲取的最佳匹配點進行錯誤點濾除;
步驟3.1.4,利用當前幀影像的姿態和候選匹配幀的姿態對最佳匹配點進行投影,計算其反投影誤差,將誤差點大的匹配點對進行濾除;
步驟3.2,根據步驟2中獲取的結構線,利用結構線的參數進行結構線跟蹤,獲取較理想的跟蹤結構線對,其中所述結構線的參數包括結構線的中點位置、線的長短、角度方向;
步驟3.3,利用當前的跟蹤特征點對和跟蹤結構線對,對當前的影像姿態進行初步優化;
步驟3.4,根據步驟3.1中的跟蹤特征點對和步驟3.3中優化的影像姿態,判斷當前影像幀是否選取為關鍵幀,如果判斷不是關鍵幀,返回到步驟2重新讀取新的影像幀,如果判斷是關鍵幀,則將其送入步驟4進行處理;
步驟4,根據獲取的特征點和結構線的跟蹤信息,進行周圍環境空間點和空間線制圖以及平臺定位優化;
步驟5,判斷平臺運動軌跡是否形成閉環,獲取正確的閉環關鍵幀,對全局的影像姿態和地圖進行整體優化;
步驟6,輸出結果。
2.如權利要求1所述的基于室內特征點和結構線結合的室內SLAM方法,其特征在于:步驟2的實現方式如下,
步驟2.1,對獲取的視頻幀影像建立金字塔,分別在金字塔圖像上進行影像分塊,獲取一定窗口大小的影像區域,利用ORB特征點提取算法在每個分塊里分別進行特征點提取和描述;
步驟2.2,對視頻幀進行高斯濾波,利用LSD算子進行結構線提取;
步驟2.3,針對提取了特征點和結構線以后的影像進行分塊,分別將特征點和結構線劃分到不同的影像區域中。
3.如權利要求2所述的基于室內特征點和結構線結合的室內SLAM方法,其特征在于:步驟3.2的實現方式,
步驟3.2.1,利用當前影像上的結構線的中心,在待匹配關鍵幀上,開辟適當大小的影像窗口,獲取結構線中心落在該區域內的結構線作為候選匹配線;
步驟3.2.2,計算當前影像上的結構線和候選匹配線的參數差別,并利用當前幀的姿態和待匹配關鍵幀的姿態進行三維空間線重建,通過觀測對應的三維空間線段的重疊度來進行結構線匹配;
步驟3.2.3,利用多張影像上的同名線段,通過對比空間3D線段的角度和位置相似性,選取最終較為相似的空間線段的匹配影像線對作為候選影像匹配線對,接著對候選影像匹配線對進行反投影,投影到相應的多張可視影像上,在各個影像上分別計算空間三維線段的投影線與影像上相應原有二維線段的誤差,去除大于一定的閾值的匹配線。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710552072.0/1.html,轉載請聲明來源鉆瓜專利網。





