[發明專利]一種面向動態環境的地面輔助的視覺里程計方法

有效

• 申請號: 202010043799.8
• 申請日: 2020-01-15
• 公開（公告）號: CN111260709B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 何再興;楊勤峰;趙昕玥
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/521
• 分類號: G06T7/521
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

本發明公開了一種面向動態環境的地面輔助的視覺里程計方法。深度相機固定安裝在地面移動機器人上，拍攝得到相鄰時刻的圖像；深度圖像對應的三維點云提取主平面，計算地面似然參數將主平面完整合并；根據地面區域的匹配點對計算初始位姿，統計概率分布，設定動態閾值然后對非地面區域的匹配點對進行區分，聯合所有靜態點對優化位姿。本發明能夠在地面區域較小的情況下從深度圖像對應的點云中快速檢測出地面，不依賴于固定閾值對外點進行區分，去除了動態角點的干擾，更加準確地估計機器人的運動軌跡。

技術領域

本發明屬于視覺里程計領域的一種視覺里程計方法，具體涉及了一種面向動態環境的地面輔助的視覺里程計方法。

背景技術

機器人和無人駕駛的技術領域包括環境感知，狀態估計和規劃控制等技術。由于視覺傳感器的低成本和小型化的特點，視覺狀態估計技術逐漸成為機器人技術中的熱點問題。

視覺里程計(Visual Odometry,VO)是視覺狀態估計的重要一環，可以分為特征點法和直接法，其作用是根據相鄰兩幀圖像估計相對位姿。現有方法都是基于靜態環境的假設，然而當動態物體出現在場景中，關聯的圖像特征或者像素中既包含靜態環境也有動態物體。目前還沒有一個成熟和統一的視覺里程計方法可以應用在動態環境下。與此同時，地面在輪式移動機器人的工作環境中是可以利用的先驗信息，然而目前基于單目視覺或者深度傳感器的地面檢測方法均要求地面點的數量相比場景點的總數量占比充足，由于場景中存在的動態物體或者靜態障礙物的遮擋，地面在圖像中多為不連續且分段的，地面點的數量通常是不足的。

發明內容

本發明為解決現有算法在動態環境下精度差的問題，提出了一種面向動態環境的地面輔助的視覺里程計方法。

本發明采用的技術方案是包括以下步驟：

步驟一，獲取深度相機拍攝的相鄰時刻的圖像

將深度相機固定安裝在地面移動機器人上，深度相機的光軸指向機器人正前方，通過深度相機采集到機器人正前方的前一時刻和當前時刻的灰度圖像和深度圖像；

步驟二，檢測完整地面

在前一時刻和當前時刻的深度圖像上提取所有主平面，將屬于地面部分的主平面合并成完整的地面，作為地面區域；除了地面區域以外均為非地面區域。

步驟三，估計初始位姿

在前一時刻的灰度圖像的地面區域提取角點，對角點采用LK光流法進行跟蹤得到關聯的點對，作為地面點對并歸于靜態角點集合，然后使用n點透視(PnP)方法進行計算得到當前時刻坐標系在前一時刻坐標系中的初始相對位姿；相機坐標系是以相機光心為原點，z軸指向相機正前方，x軸指向右側，y軸指向下的三維坐標系。

所述的步驟三中，同一角點在前一時刻和當前時刻的灰度圖像中的坐標構成一對關聯的點對。

步驟四，篩選角點

根據所有地面點對的重投影誤差進行擬合設定動態閾值，然后在前一時刻的灰度圖像的非地面區域提取角點，對角點采用LK光流法進行跟蹤得到關聯的點對作為非地面點對并歸于靜態角點集合，然后采用步驟三得到的初始相對位姿將當前時刻的角點重投影至前一時刻的圖像上求得重投影誤差后根據動態閾值進行篩選；

步驟五，估計優化位姿

聯合地面點對和非地面點對的靜態點對，使用n點透視(PnP)方法進行計算得到優化后的當前時刻相機坐標系在前一時刻相機坐標系中的最終相對位姿；

步驟六，對于相鄰兩幀圖像重復上述步驟二～步驟五，計算獲得各個時刻的最終相對位姿，去除動態角點的干擾，由各個時刻的最終相對位姿銜接作為結果，實現了動態環境下的視覺里程計。

所述的步驟二中，檢測完整地面采用以下方式進行處理：