[發(fā)明專利]一種單目SLAM算法的初始化方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910319610.0
• 申請(qǐng)日: 2019-04-19
• 公開（公告）號(hào): CN110060202B
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 楊文龍;P·尼古拉斯
• 申請(qǐng)（專利權(quán)）人: 湖北億咖通科技有限公司
• 主分類號(hào): G06T3/00
• 分類號(hào): G06T3/00;G06T7/70;G06T7/73
• 代理公司: 北京智匯東方知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11391
• 代理人: 康正德;關(guān)艷芬

本發(fā)明提供了一種單目SLAM算法的初始化方法及系統(tǒng)，該方法包括：從采集圖像中選取圖像交疊區(qū)內(nèi)的像素點(diǎn)，并將選取的像素點(diǎn)轉(zhuǎn)換為對(duì)應(yīng)雙目SLAM算法的像素點(diǎn)后，基于雙目SLAM算法計(jì)算圖像交疊區(qū)中轉(zhuǎn)換后的像素點(diǎn)的三維坐標(biāo)，并將像素點(diǎn)的三維坐標(biāo)轉(zhuǎn)換為相機(jī)坐標(biāo)系的坐標(biāo)信息，進(jìn)而可以依據(jù)相機(jī)坐標(biāo)系的坐標(biāo)信息對(duì)單目SLAM算法進(jìn)行初始化。由此，本發(fā)明實(shí)施例可以通過依據(jù)雙目SLAM算法來輔助單目SLAM算法實(shí)現(xiàn)初始化，從而能夠使單目SLAM算法對(duì)應(yīng)的單目系統(tǒng)更快、更好的實(shí)現(xiàn)初始化，提高了單目SLAM算法的穩(wěn)定性和計(jì)算精度。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車技術(shù)領(lǐng)域，特別是涉及一種單目SLAM算法的初始化方法及系統(tǒng)。

背景技術(shù)

目前自動(dòng)泊車輔助系統(tǒng)(Auto Parking Assist，APA)的解決方案中，一般會(huì)自帶4個(gè)低成本的魚眼攝像頭，用以實(shí)現(xiàn)全車監(jiān)視系統(tǒng)(Around View Monitoring，AVM)功能，或者達(dá)到與APA相關(guān)的視覺顯示效果?，F(xiàn)有技術(shù)中車輛在采用APA尋找車位的過程中，通常需要檢測(cè)車位及靜態(tài)障礙物，比如雪糕筒、輪檔、桿子及網(wǎng)欄等等，甚至需要檢測(cè)一些不常見的障礙物，比如自行車、椅子等等。采用目前常用的機(jī)器學(xué)習(xí)方法來檢測(cè)靜態(tài)障礙物，需要預(yù)先知道障礙物的類別以及大量的訓(xùn)練數(shù)據(jù)，該方法使得尋找車位的通用性和靈活性較差。

另外，目前最新的研究熱點(diǎn)的是使用點(diǎn)云來實(shí)現(xiàn)靜態(tài)障礙物檢測(cè)，但是通常需要使用比較好的全局相機(jī)(Global Shutter Camera)，或者雙目相機(jī)，而現(xiàn)有汽車上大量配置的魚眼相機(jī)無法很好的實(shí)現(xiàn)?，F(xiàn)有的基于單目魚眼相機(jī)的視覺SLAM(SimultaneousLocalization And Mapping)點(diǎn)云生成方法主要存在穩(wěn)定性差、精度不高、難以獲取靜態(tài)障礙物真實(shí)尺度等問題。其中，穩(wěn)定性差主要表現(xiàn)在點(diǎn)云生成過程中經(jīng)常出現(xiàn)初始化失敗、點(diǎn)云生成偏差較大、噪聲較大、以及對(duì)于能夠生成的點(diǎn)云存在尺度偏差也較大等方面。精度問題及真實(shí)尺度問題主要表現(xiàn)在單目SLAM算法生成點(diǎn)云沒有真實(shí)尺度、尺度有較大隨機(jī)性、隨場(chǎng)景和關(guān)鍵幀間隔等有所變化等其他方面。

發(fā)明內(nèi)容

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的單目SLAM算法的初始化方法及系統(tǒng)。

依據(jù)本發(fā)明一方面，提供了一種單目SLAM算法的初始化方法，包括：

從采集圖像中選取圖像交疊區(qū)內(nèi)的像素點(diǎn)，其中，所述圖像交疊區(qū)為通過不同角度采集的兩個(gè)圖像的內(nèi)容交疊區(qū)域；

將選取的像素點(diǎn)轉(zhuǎn)換為對(duì)應(yīng)雙目SLAM算法的像素點(diǎn)，基于所述雙目SLAM算法計(jì)算圖像交疊區(qū)中轉(zhuǎn)換后的像素點(diǎn)的三維坐標(biāo)；

將所述像素點(diǎn)的三維坐標(biāo)轉(zhuǎn)換為相機(jī)坐標(biāo)系的坐標(biāo)信息；

依據(jù)所述相機(jī)坐標(biāo)系的坐標(biāo)信息對(duì)單目SLAM算法進(jìn)行初始化。

可選地，從采集圖像中選取圖像交疊區(qū)內(nèi)的像素點(diǎn)，包括：

獲取采集圖像，將獲取到的圖像輸入至預(yù)設(shè)相機(jī)模型中；

所述圖像經(jīng)所述相機(jī)模型處理后，從處理后的圖像中根據(jù)單目SLAM算法選取圖像交疊區(qū)內(nèi)的像素點(diǎn)。

可選地，將選取的像素點(diǎn)轉(zhuǎn)換為對(duì)應(yīng)雙目SLAM算法的像素點(diǎn)，包括：

基于圖像坐標(biāo)系將選取的像素點(diǎn)轉(zhuǎn)換為對(duì)應(yīng)雙目SLAM算法的像素點(diǎn)。

可選地，基于所述雙目SLAM算法計(jì)算圖像交疊區(qū)中轉(zhuǎn)換后的像素點(diǎn)的三維坐標(biāo)，包括：

獲取預(yù)先測(cè)量的采集圖像對(duì)應(yīng)的相機(jī)間的基線距離；

基于所述雙目SLAM算法并根據(jù)所述相機(jī)間的基線距離，計(jì)算出圖像交疊區(qū)中轉(zhuǎn)換后的像素點(diǎn)的三維坐標(biāo)。

可選地，依據(jù)所述相機(jī)坐標(biāo)系的坐標(biāo)信息對(duì)單目SLAM算法進(jìn)行初始化之后，還包括：