[發(fā)明專利]一種基于改進圖像匹配策略的同步定位與建圖方法

在審

• 申請?zhí)枺?/td>: 201810184701.3
• 申請日: 2018-03-07
• 公開（公告）號: CN108416385A
• 公開（公告）日: 2018-08-17
• 發(fā)明（設(shè)計）人: 賈松敏;鄭澤玲;張祥銀;李明愛;李秀智
• 申請（專利權(quán)）人: 北京工業(yè)大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

本發(fā)明提出了一種基于改進圖像匹配策略的同時定位與建圖的方法。該方法采用改進的ORB特征對圖像各個區(qū)域進Oriented FAST(Oriented Features from Accelerated Segment Test)角點檢測，計算特征點的描述子，之后利用改進的RANSAC算法進行特征匹配及篩選。最后使用PnP(Perspective?n?Point)方法求解機器人的初始位姿，利用得到的初始位姿生成位姿圖，然后使用列文伯格?馬夸爾特方法對位姿進行更新并利用g2o(General Graphic Optimization,G²O)優(yōu)化庫對位姿進行優(yōu)化。最終把優(yōu)化后的位姿以及相對應(yīng)幀的結(jié)合在一起生成點云地圖。此方法能夠提高誤匹配剔除的效率并且能夠改善跟蹤過程的魯棒性得到較為準確的地圖。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于改進圖像匹配策略的同步定位與建圖方法,屬于圖像匹配和視覺SLAM(Simultaneous Localization and Mapping)領(lǐng)域。

背景技術(shù)

機器人的同步定位與建圖是實現(xiàn)機器人自主導(dǎo)航的關(guān)鍵，機器人如何在未知環(huán)境中完成自身的定位和建圖是一個極具挑戰(zhàn)的問題。傳統(tǒng)GPS定位通常應(yīng)用于室外環(huán)境，在室內(nèi)環(huán)境中往往存在定位失效的問題。隨著計算機視覺領(lǐng)域研究的不斷發(fā)展，室內(nèi)環(huán)境下基于視覺的SLAM技術(shù)逐漸成為研究熱點。由于相機能夠獲取更加豐富的環(huán)境信息，并且隨著價格相對低廉的微軟kinect深度相機的推出，將其應(yīng)用于視覺SLAM領(lǐng)域并在近年來取得了良好的定位與建圖效果。

經(jīng)典的視覺SLAM流程主要包括以下幾個步驟：(1)信息讀取，主要為圖像信息的讀取和預(yù)處理；(2)視覺里程計，主要估算相鄰圖像間的運動，以及局部地圖的創(chuàng)建；(3)后端優(yōu)化，后端用來不斷接收視覺里程計測量的位姿，通過非線性優(yōu)化方法對位姿進行優(yōu)化，從而得到全局一致的軌跡和地圖；(4)回環(huán)檢測，主要判斷機器人是否到達過先前的位置，若檢測到則交給后端進行處理；(5)地圖創(chuàng)建，根據(jù)后端優(yōu)化后估計的軌跡，建立相應(yīng)的地圖。

其中視覺里程計部分主要是對相機位姿進行初步估計。該過程主要包括特征提取、特征匹配、誤匹配剔除、位姿求解等幾個步驟。RANSAC算法通常被應(yīng)用在剔除圖像誤匹配過程中。標準RANSAC(Random Sample Consensus)算法由于隨機選取樣本數(shù)據(jù)，在內(nèi)點較少的情形下會導(dǎo)致迭代次數(shù)增多，效率低下。原始ORB(Oriented FAST and RotatedBRIEF)特征比較聚集，在跟蹤的過程中魯棒性比較差。此外，由于視覺里程計存在累計誤差，導(dǎo)致所建地圖不準確。

針對上述存在的問題，本發(fā)明提出了一種基于改進圖像匹配策略的同時定位與建圖的方法。此方法能夠提高誤匹配剔除的效率并且能夠改善跟蹤過程的魯棒性得到較為準確的地圖。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于改進圖像匹配策略的同時定位與建圖的方法。該方法采用改進的ORB特征對圖像各個區(qū)域進Oriented FAST(Oriented Features from AcceleratedSegment Test)角點檢測，計算特征點的描述子，之后利用改進的RANSAC算法進行特征匹配及篩選。最后使用PnP(Perspective-n-Point)方法求解機器人的初始位姿，利用得到的初始位姿生成位姿圖，然后使用列文伯格-馬夸爾特方法對位姿進行更新并利用g2o(GeneralGraphic Optimization,G²O)優(yōu)化庫對位姿進行優(yōu)化。最終把優(yōu)化后的位姿以及相對應(yīng)幀的結(jié)合在一起生成點云地圖。

準備工作：

首先要在電腦上安裝Linux操作系統(tǒng)，本發(fā)明安裝的是Ubuntu14.04版本。然后安裝必備的軟件包：OpenCV 3.1.0(用于圖像處理的開源庫)、PCL(Point Cloud Library)處理點云的必備工具、Eigen庫(有關(guān)矩陣的線性代數(shù)運算庫)、g2o(基于圖優(yōu)化的庫)以及kinect深度相機的開源驅(qū)動libfreenect2。