[發明專利]一種基于點線特征的視覺SLAM方法和裝置

在審

• 申請號: 201810184021.1
• 申請日: 2018-03-06
• 公開（公告）號: CN109558879A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 李晚龍;李建飛;高亞軍
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06T7/246;G06T7/60
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 馮艷蓮

一種基于點線特征的視覺SLAM方法和裝置，能夠綜合視覺圖像幀中的特征點和特征線信息，提高視覺SLAM的準確度。該方法為，接收攝像頭輸入的視覺圖像幀；提取所述視覺圖像幀的特征點和特征線；利用所述特征點預測所述攝像設備的第一位姿；針對提取的第一特征線進行觀測，確定所第一特征線的特征線觀測量；獲取所述攝像設備的全局特征線狀態向量集合，所述全局特征線狀態向量集合中包括N歷史特征線的特征線狀態向量，N為正整數；利用所述特征線觀測量、所述全局特征線狀態向量集合更新所述第一位姿，這樣融合了基于特征點的運動估計及環境中觀測到的特征線的觀測特征，來實時更新攝像設備的位姿，提高了視覺SLAM的準確度。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種基于點線特征的視覺SLAM方法和裝置。

背景技術

目前，同步定位與地圖構建(Simultaneous localization and mapping，SLAM)是實現自主導航的基本問題與研究熱點。它的目標是解決在進入未知環境后，如何感知周圍環境構建增量式地圖，并同時進行自身定位的問題。用于感知周圍環境的傳感器有很多種，攝像設備憑借其廉價，體積小，便于安裝等優點使視覺SLAM方法成為領域中重要研究內容。

傳統的視覺SLAM理論主要是利用環境中的特征點進行制圖和定位，優點是特征點便于檢測和跟蹤，而缺點則是對于一些人造建筑的環境如走廊的墻面等，僅考慮環境的特征點信息而嚴重影響SLAM的準確度。

發明內容

本申請實施例提供一種基于點線特征的視覺SLAM方法和裝置，能夠綜合視覺圖像幀中的特征點和特征線信息，以提高視覺SLAM的準確度。

本申請實施例提供的具體技術方案如下：

第一方面，本申請實施例提供一種基于點線特征的視覺SLAM方法，應用于采集周圍圖像的攝像設備，包括：接收攝像頭輸入的當前視覺圖像幀；提取所述當前視覺圖像幀的特征點和特征線；利用所述特征點預測所述攝像設備的第一位姿；對第一特征線進行觀測，以確定所述第一特征線的特征線觀測量，其中，所述第一特征線是提取到的所述特征線中的任意一條特征線；獲取所述當前視覺圖像幀中的全局特征線狀態向量集合，所述全局特征線狀態向量集合中包括N條歷史特征線的特征線狀態向量，N為正整數；利用所述特征線觀測量和所述全局特征線狀態向量集合，對所述第一位姿進行更新，以得到更新后的第一位姿。

上述視覺SLAM方法，融合了基于特征點的運動估計及環境中觀測到的特征線的觀測特征，來實時更新攝像設備的位姿，相比于現有技術中僅考慮特征點的運動估計，一定程度上提高了視覺SLAM的準確度，此外，同時考慮了已觀測到的歷史特征線的觀測特征，實現了閉環約束，提高了魯棒性，相應地也提高了視覺SLAM的準確度。

一種可能的設計中，所述方法還包括：利用所述特征線觀測量、所述第一位姿對所述全局特征線狀態向量集合進行更新得到更新后的全局特征線狀態向量集合。

一種可能的設計中，所述方法還包括：遍歷所述N條歷史特征線，依次計算每條歷史特征線與所述第一特征線之間的馬氏距離，得到N個馬氏距離；所述利用所述特征線觀測量、所述全局特征線狀態向量集合，對所述第一位姿進行更新，以得到更新后的第一位姿，包括：當所述N個馬氏距離中的最小馬氏距離小于預設閾值時，利用所述特征線觀測量、所述全局特征線狀態向量集合，對所述第一位姿進行更新，以得到更新后的第一位姿。應理解的是，這種設計中利用馬氏距離算法來確定提取的特征線已經觀測過，即當最小的馬氏距離小于預設閾值時就認為第一特征已經給觀測過，從而能夠利用該第一特征線的特征線觀測量、全局特征線狀態向量集合對利用特征點估計的第一位姿進行實時更新。

一種可能的設計中，所述利用所述特征線觀測量、所述全局特征線狀態向量集合，對所述第一位姿進行更新，以得到更新后的第一位姿，包括：計算所述最小馬氏距離對應的特征線的特征線狀態向量與所述特征線觀測量之間的偏差，基于所述偏差，利用濾波方法更新所述第一位姿和所述全局特征線狀態向量集合。