[發明專利]一種基于視覺定位的局部地圖優化方法

有效

• 申請號: 201911422992.6
• 申請日: 2019-12-31
• 公開（公告）號: CN111222514B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 呂明;白陽;薛文通;李杰;馬盼;劉芳;趙蓓;王莎;王玲玲;趙彥彥
• 申請（專利權）人: 上海星思半導體有限責任公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/74;G06T7/246
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 張金銘

1.一種基于視覺定位的局部地圖優化方法，其特征在于，包括：

獲取局部地圖的第一圖片、第二圖片，并構建第一圖片的第一圖像金字塔；構建第二圖片的第二圖像金字塔；

將第一圖像金字塔中的第一層作為第一當前層；將第二圖像金字塔的第一層作第二當前層；

采用ORB技術分別對所述第一當前層、第二當前層進行特征提取以及對所述特征進行描述子計算，以確定特征點的方向；

將所述第一圖像金字塔中的每一層作為第一當前層，將所述第二圖像金字塔中的每一層作為第二當前層，對所述第一圖像金字塔、第二圖像金字塔中的每一層進行特征提取以及對所述特征進行描述子計算；

將所述第一圖片與所述第二圖片進行特征匹配；

對匹配后的所述第一圖片以及所述第二圖片進行運動估計，得到運動估計結果；

根據所述運動估計結果對所述局部地圖進行優化；

所述采用ORB技術分別對所述第一當前層、第二當前層進行特征提取以及對所述特征進行描述子計算包括：

分別對所述第一當前層以及所述第二當前層進行粗提取；得到所述第一當前層的多個特征點以及所述第二當前層的多個特征點；

利用ID3算法創建決策樹模型，將所述第一當前層的多個特征點分別置于所述決策樹模型中，得到所述第一當前層的多個FAST特征點；

將所述第二當前層的多個特征點分別置于所述決策樹模型中，得到所述第二當前層的多個FAST特征點；

使用非極大值抑制去除所述第一當前層的多個FAST特征點中，局部密集的特征點；使用非極大值抑制去除所述第二當前層的多個FAST特征點中，局部密集的特征點；

對所述第一圖像金字塔中去除局部密集的特征點后的特征點進行縮放，形成第一nlevels幅；

對所述第二圖像金字塔中去除局部密集的特征點后的特征點進行縮放；形成第二nlevels幅；所述第一nlevels幅中所有的特征點作為所述第一圖片的oFAST特征點，將所述第二nlevels幅中所有的特征點作為所述第二圖片的oFAST特征點；

利用矩法來確定oFAST特征點的方向。

2.根據權利要求1所述的方法，其特征在于，利用矩法來確定oFAST特征點的方向包括：

通過矩來計算特征點以r為半徑范圍內的質心，特征點坐標到質心形成一個向量作為該特征點的方向；圖像塊的矩定義如下：

m_pq＝∑_x,y∈Bx^p·^q·(x,y)，p,q＝{0,1}；

p為選定的像素點，Ip為像素灰度值，I(x,y)為圖像灰度表達式；通過矩可以周到圖像塊的質心，該矩的質心為：

假設圖像塊的幾何中心為0，連接0與質心C，得到一個方向向量，該向量即為特征點的方向；計算公式如下：

運用四叉樹算法使得特征點分布均勻，對于已經提取好特征點的圖像，構建四叉樹，對于每一個子節點，當節點內特征點數目等于1時，不再往下劃分，若節點數目大于1，則繼續向下劃分四叉樹，直到所有節點只含有一個特征點，或者此時劃分的節點數已經滿足特征點數目要求，對于這種情況，將節點中響應值最大的特征點保留，舍棄多余的特征點，這樣使得特征點分布均勻。