[發(fā)明專利]一種基于GMS和運(yùn)動(dòng)檢測(cè)的動(dòng)態(tài)視覺SLAM方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011282866.8
• 申請(qǐng)日: 2020-11-17
• 公開（公告）號(hào): CN112418288B
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 姚劍;卓德勝;程軍豪;龔燁;涂靜敏
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06V10/75
• 分類號(hào): G06V10/75;G06T5/50;G06T7/246;G06T7/50;G06T17/05
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 胡琦旖

本發(fā)明屬于視覺空間定位技術(shù)領(lǐng)域，公開了一種基于GMS和運(yùn)動(dòng)檢測(cè)的動(dòng)態(tài)視覺SLAM方法，包括：結(jié)合GMS和滑動(dòng)窗口對(duì)SLAM系統(tǒng)進(jìn)行初始化，得到初始地圖；結(jié)合GMS實(shí)現(xiàn)SLAM系統(tǒng)的跟蹤定位；進(jìn)行回環(huán)檢測(cè)、全局優(yōu)化；針對(duì)RGB?D圖像，構(gòu)建靜態(tài)點(diǎn)云地圖；數(shù)據(jù)處理完成后輸出位姿軌跡；針對(duì)RGB?D圖像，輸出靜態(tài)點(diǎn)云地圖。本發(fā)明解決了現(xiàn)有技術(shù)中動(dòng)態(tài)環(huán)境中的SLAM追蹤定位效果較差的問題。本發(fā)明可以很好的剔除動(dòng)態(tài)特征的影響并融合在SLAM系統(tǒng)的各個(gè)功能模塊中，解決動(dòng)態(tài)場(chǎng)景中視覺SLAM定位和建圖的問題，實(shí)時(shí)性好且定位精度較高。

技術(shù)領(lǐng)域

本發(fā)明涉及視覺空間定位技術(shù)領(lǐng)域，尤其涉及一種基于GMS和運(yùn)動(dòng)檢測(cè)的動(dòng)態(tài)視覺SLAM方法。

背景技術(shù)

即時(shí)定位與地圖構(gòu)建(SLAM)技術(shù)是智能移動(dòng)機(jī)器人實(shí)現(xiàn)上述功能的核心技術(shù)。SLAM技術(shù)利用激光傳感器或者視覺傳感器獲取的數(shù)據(jù)流，以增量的方式為當(dāng)前環(huán)境動(dòng)態(tài)構(gòu)建地圖模型，并在地圖構(gòu)建的過程中進(jìn)行定位。

但是，特征點(diǎn)法和直接法都不能解決場(chǎng)景中常見的動(dòng)態(tài)對(duì)象所帶來的問題。當(dāng)前大部分的視覺SLAM方法也依然都是基于觀測(cè)環(huán)境是靜態(tài)的假設(shè)，環(huán)境中的運(yùn)動(dòng)物體會(huì)形成很多錯(cuò)誤的數(shù)據(jù)關(guān)聯(lián)或者使之前跟蹤到的地圖點(diǎn)因?yàn)檎趽醵鴣G失，對(duì)相機(jī)姿態(tài)的估計(jì)造成嚴(yán)重影響，導(dǎo)致整個(gè)視覺SLAM系統(tǒng)定位錯(cuò)誤，影響機(jī)器人后續(xù)的一系列任務(wù)。因此研究如何提升視覺SLAM在動(dòng)態(tài)環(huán)境中的定位精度和建圖效果具有重大意義。

近些年來，也有不少學(xué)者開始研究動(dòng)態(tài)場(chǎng)景下的視覺SLAM問題。例如，基于前景背景初始化的方法主要優(yōu)點(diǎn)是能夠追蹤暫時(shí)停止的動(dòng)態(tài)物體，但是需要預(yù)先定義與背景或?qū)ο笙嚓P(guān)的信息，并且當(dāng)環(huán)境中包含許多移動(dòng)對(duì)象時(shí)，處理效果較差。基于幾何約束的方法數(shù)學(xué)理論清晰，計(jì)算成本低，但是很難區(qū)分運(yùn)動(dòng)物體造成的殘差和錯(cuò)誤匹配造成的殘差，并且需要預(yù)先知道相機(jī)的初始位姿。光流方法可處理的信息豐富，但基于亮度恒定性假設(shè)，對(duì)光照條件變化敏感?；谏疃葘W(xué)習(xí)的方法整體效果最好，但參數(shù)調(diào)整復(fù)雜，且實(shí)時(shí)性無法得到保障。

發(fā)明內(nèi)容

本發(fā)明通過提供一種基于GMS和運(yùn)動(dòng)檢測(cè)的動(dòng)態(tài)視覺SLAM方法，解決了現(xiàn)有技術(shù)中動(dòng)態(tài)環(huán)境中的SLAM追蹤定位效果較差的問題。

本發(fā)明提供一種基于GMS和運(yùn)動(dòng)檢測(cè)的動(dòng)態(tài)視覺SLAM方法，包括以下步驟：

步驟1、結(jié)合GMS和滑動(dòng)窗口對(duì)SLAM系統(tǒng)進(jìn)行初始化，得到初始地圖；

步驟2、結(jié)合GMS實(shí)現(xiàn)SLAM系統(tǒng)的跟蹤定位；

步驟3、進(jìn)行回環(huán)檢測(cè)、全局優(yōu)化；針對(duì)RGB-D圖像，構(gòu)建靜態(tài)點(diǎn)云地圖；

步驟4、數(shù)據(jù)處理完成后輸出位姿軌跡；針對(duì)RGB-D圖像，輸出靜態(tài)點(diǎn)云地圖。

優(yōu)選的，所述步驟1中，單目圖像對(duì)應(yīng)的初始化操作包括：利用滑動(dòng)窗口進(jìn)行初始化關(guān)鍵幀的選取；采用GMS進(jìn)行特征點(diǎn)的匹配；進(jìn)行初始幀相機(jī)位姿的求解；通過特征三角化得到初始地圖。

優(yōu)選的，所述利用滑動(dòng)窗口進(jìn)行初始化關(guān)鍵幀選取的具體實(shí)現(xiàn)方式為：讀取第一幀圖像，對(duì)圖像進(jìn)行特征點(diǎn)提取并計(jì)算特征點(diǎn)數(shù)目，若特征點(diǎn)數(shù)目大于第一閾值，則確認(rèn)為第一個(gè)初始化關(guān)鍵幀F(xiàn)₁；否則忽略該幀圖像，對(duì)后續(xù)的圖像進(jìn)行特征提取和閾值驗(yàn)證直至符合閾值要求得到第一個(gè)初始化關(guān)鍵幀；在所述第一個(gè)初始化關(guān)鍵幀F(xiàn)₁的基礎(chǔ)上建立滑動(dòng)窗口，所述滑動(dòng)窗口的最小窗口尺寸為n，最大窗口尺寸為m；讀取下一個(gè)圖像幀作為當(dāng)前幀，如果當(dāng)前幀的特征點(diǎn)數(shù)目大于所述第一閾值，則將當(dāng)前幀添加至滑動(dòng)窗口中，否則舍棄；重復(fù)上述操作，處理關(guān)鍵幀得到第n個(gè)初始化關(guān)鍵幀F(xiàn)_n，添加至窗口中達(dá)到最小尺寸n，之后繼續(xù)處理添加關(guān)鍵幀最終得到第m個(gè)關(guān)鍵幀F(xiàn)_m，此時(shí)窗口達(dá)到最大尺寸m。

優(yōu)選的，所述步驟1中，雙目圖像、RGB-D圖像對(duì)應(yīng)的初始化操作包括：利用滑動(dòng)窗口進(jìn)行初始化關(guān)鍵幀的選??；采用GMS進(jìn)行特征點(diǎn)的匹配；通過特征三角化得到初始地圖。