[發明專利]一種基于輪式編碼器的單目SLAM初始化方法及系統

在審

• 申請號: 201811324601.2
• 申請日: 2018-11-08
• 公開（公告）號: CN109671120A
• 公開（公告）日: 2019-04-23
• 發明（設計）人: 陳釗;黃駿;周曉軍;杜逢博;李驪;王行;盛贊;李朔;楊淼
• 申請（專利權）人: 南京華捷艾米軟件科技有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T15/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于輪式編碼器的單目SLAM初始化方法及系統，在SLAM初始化圖像序列中選取第一關鍵幀與第二關鍵幀，進行特征匹配，計算所有匹配點在第一關鍵幀的世界坐標系坐標，建立初始點云地圖；并利用輪式編碼器的位移信息確定第二關鍵幀的相機位姿，在優化時固定第一關鍵幀與第二關鍵幀的相機位姿，不對這兩幀相機位姿進行局部捆集調整。本發明利用輪式編碼器的位移信息與視覺傳感器圖像信息的點特征相結合，起到信息互補的作用，能夠十分準確的確定第二關鍵幀的相機位姿，保留了真實世界的尺度信息，提高相機的定位精度，并且簡化了運算，提高了響應速度。

技術領域

本發明涉及同步定位與地圖構建的初始化，尤其是一種基于輪式編碼器的單目SLAM初始化方法及系統。

背景技術

同時定位與地圖構建(Simultaneous Localization and Mapping，SLAM)其目標是在一個未知的環境中實時重建環境的三維結構并同時對機器人自身進行定位。視覺SLAM技術根據拍攝的視頻信息推斷出視覺傳感器在未知環境中的方位，并同時構建環境地圖，其基本原理為多視圖幾何原理。視覺SLAM的目標為同時恢復出每幀圖像對應的相機運動參數C₁…C_m，以及場景三維結構X₁…X_n；其中每個相機運動參數C_i包含了相機的位置和姿態信息，通常表示為一個3×3的旋轉矩陣R_i和一個三維位置向量P_i。

Mur-Artal等人提出了ORB-SLAM，該方法公開了一種基于圖像的單目SLAM初始化方法，提供了用以采集周圍環境圖像的攝像設備；利用圖像的特征點來實現初始化過程；該方法包括如下內容：特征提取匹配：對輸入的連續兩幀圖像分別提取ORB特征點，并進行匹配；場景模型的選擇：考慮平面和非平面兩種情況，根據計算的比例分值選擇模型，平面對應單應矩陣，非平面對應基礎矩陣，利用8點法求得矩陣；計算相機位姿：上一步能夠得到一個矩陣(單應矩陣或基礎矩陣)，分解該矩陣能夠得到幾組位姿解；恢復特征點深度：對上一步中的每一組相機位姿，利用三角化恢復出每個特征點的深度值；選擇最好的位姿解：根據上一步每組求出的三維點云，選擇結果最好的那一組位姿作為初始化第二幀的相機位姿。該方法可以有效地計算出第二幀的相機位姿和一系列的初始地圖點，但同時也存在以下不足：1、計算本質矩陣會產生尺度不確定的問題，即計算值與真實值之間存在某個縮放因子，并且由于尺度的不確定，每次初始化的縮放因子都不相同，所以對于同一真實值的多次測量值可能產生較大偏差，這在某些情況下是很嚴重的問題，如掃地機器人的應用場景；2、測量值與真實值的誤差較大。

發明內容

發明目的：針對上述現有技術存在的缺陷，本發明旨在提供一種實現尺度確定且定位精度高的基于輪式編碼器的單目SLAM初始化方法及系統。

技術方案：一種基于輪式編碼器的單目SLAM初始化方法，包括如下步驟：在SLAM初始化圖像序列中選取第一關鍵幀與第二關鍵幀，對第一關鍵幀和第二關鍵幀進行特征匹配，根據匹配得出的匹配點對的圖像坐標信息、輪式編碼器的位移信息以及相機內參計算所有匹配點在第一關鍵幀的世界坐標系坐標，建立初始點云地圖；并利用輪式編碼器的位移信息確定第二關鍵幀的相機位姿，在優化時固定第一關鍵幀與第二關鍵幀的相機位姿，不對這兩幀相機位姿進行局部捆集調整。

為了便于操作，進一步的，在初始化圖像序列中選取第一關鍵幀與第二關鍵幀之前，先進行數據獲取：在ROS平臺上，令圖像節點及輪式編碼器節點向外發布信息；在SLAM節點中訂閱這兩個節點發布的信息；SLAM節點接收到圖像信息和輪式編碼器位移信息之后，將圖像信息與位移信息對應關聯。

進一步的，在特征匹配前先進行特征提取，具體是對圖像信息提取ORB特征，遍歷圖像的每一個像素點，判斷是否滿足FAST角點的條件，找出所有滿足條件的關鍵點，再對每一個FAST角點計算其BRIEF描述子及主方向。