[發明專利]一種基于點與平面特征的SLAM實現方法及系統

有效

• 申請號: 202010615004.6
• 申請日: 2020-06-30
• 公開（公告）號: CN111709997B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 張雪芹;李晨玥;曹濤;李翔宇
• 申請（專利權）人: 華東理工大學;上海航天控制技術研究所
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06F16/29;G01C21/20;G01C21/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

本發明涉及一種基于點與平面特征的SLAM實現方法及系統，所述SLAM實現方法包括：跟蹤步驟，對傳感器數據進行ORB特征和平面特征提取并關聯，基于關聯結果進行幀間位姿優化確定新關鍵幀；局部建圖步驟，由所述新關鍵幀產生對應的新地圖點和新平面，基于所述新關鍵幀、新地圖點和新平面實現局部優化；回環檢測步驟，基于ORB特征的詞袋模型對每個關鍵幀進行回環檢測，實現全局優化。與現有技術相比，本發明具有定位精度高等優點。

技術領域

本發明涉及一種機器人同時定位與地圖構建技術領域，尤其是涉及一種基于點與平面特征的SLAM實現方法及系統。

背景技術

自仿生學與智能機器人技術的出現以來，研究者們就渴望有朝一日，機器人能夠像人類一樣，通過眼睛去觀察和理解周圍的世界，并能夠能在自然環境中靈巧地自主行走，實現人機和諧共融。其中，一個重要而基本的問題是，如何通過二維的圖像信息分析景物的三維結構，確定相機在其中的位置。這個問題的解決，離不開一項基本技術的研究：同時定位與地圖構建(Simultaneous-Localizationand-Mapping,SLAM)，特別是基于視覺的SLAM技術。

視覺SLAM主要分為基于灰度的直接法和基于特征的間接法兩類。其中基于灰度的直接法在某些情況下表現良好，不需要進行特征提取與匹配，只需進行灰度梯度的跟蹤，因此會節省大量的計算時間，并且這種方法在特征較少的區域能夠增強視覺SLAM的連續性。但同時，由于直接法單單使用像素的梯度來進行幀間的匹配及運動跟蹤，因此該方法受光照強度、噪聲干擾等影響較為強烈。基于特征的間接法雖然會占用部分計算資源，但是由于硬件水平的提高，其占用的計算資源大大降低，且提取的特征為人工設計的，具有較為穩定的特性，并且能夠進行特征跟蹤、構圖、閉環檢測，能夠完成機器人同時定位與地圖構建的全過程，因此基于特征的視覺SLAM方法逐漸成為了SLAM技術研究的主流。平面特征是普遍存在且穩定的結構特征，但僅使用平面特征會導致SLAM系統在平面特征較少時跟蹤失敗。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于點與平面特征的SLAM實現方法及系統，以提高定位精度。

本發明的目的可以通過以下技術方案來實現：

一種基于點與平面特征的SLAM實現方法，包括：

跟蹤步驟，對傳感器數據進行ORB特征和平面特征提取并關聯，基于關聯結果進行幀間位姿優化確定新關鍵幀；

局部建圖步驟，由所述新關鍵幀產生對應的新地圖點和新平面，基于所述新關鍵幀、新地圖點和新平面實現局部優化；

回環檢測步驟，基于ORB特征的詞袋模型對每個關鍵幀進行回環檢測，實現全局優化。

進一步地，所述傳感器數據包括深度圖和彩色RGB圖，所述跟蹤步驟中對每一時刻的圖像對并行提取ORB特征和平面特征。

進一步地，所述平面特征的提取具體包括：

對由深度圖生成的點云進行法向量提取，將法向量夾角小于法向量夾角閾值thresh_normal且平面參數d的差小于距離閾值thresh_d的點標記為同一標簽，得到平滑表面標簽圖，對所述平滑表面標簽圖中的每個分段進行最小二乘平面擬合，當平面的內點數量大于設置的閾值min_inliers時，為對應分段生成一個平面方程，提取獲得一個平面。

進一步地，所述平面特征的提取還包括：

計算平面的曲率，過濾所述曲率大于最大曲率閾值max_curvature的平面。

進一步地，所述關聯具體為：

使用點到平面的距離來表示兩平面之間的距離dis，當dis小于閾值dis_th時判斷兩平面法向量夾角是否小于閾值θ_th，則兩平面為同一平面。