[发明专利]一种基于目标识别的室内建图与定位方法

说明书

本发明涉及一种基于目标识别的室内定位与建图方法，其步骤包括：1)输入颜色深度图像，根据颜色深度图像建立目标物体模型数据库；2)输入实时测量的颜色深度图像，将其转换成3D点云，并求出当前视角能看到的场景表面；3)根据3D点云并基于最近迭代点估计相机的姿态；4)根据3D点云和建立的目标物体模型数据库，利用点对特征进行物体识别并估计物体的姿态；5)利用相机姿态和物体姿态优化姿态图；6)根据姿态图得到最优的物体姿态，利用已知的目标物体模型数据库进行表面渲染，得到当前环境的三维地图。本发明能在具有大量物体的场景下进行室内定位和地图建立，建图精度高，所用计算资源少。

技术领域

本发明属于图像处理与模式识别技术领域，具体涉及一种基于目标识别的室内建图与定位方法；通过目标识别辅助和优化进行室内建图和定位，能够较快速度得到细节完整的室内地图和准确的相机姿态定位。

背景技术

图像处理与模式识别是一门交叉学科，近几十年来，图像处理与模式识别技术取得了显著的进步，已开始从实验室慢慢走向市场。随着图像处理与模式识别研究工作的不断发展，针对不同性质图像和不同模式的识别系统，其识别精度已经很高了，足以满足市场用户的需求，已经在工业、家电、通信、汽车电子、医疗、家庭服务和消费电子类产品等领域得以应用。但在计票系统领域，图像处理与模式识别技术没有得到充分利用。

针对机器人自助室内建图定位，有两种需求：稠密地图和稀疏地图。稀疏地图计算量小，计算速度快，但是存在的问题是信息量少，不足以令机器人完成任务。稠密地图信息量大，但是计算量也大。

目前，室内定位建图稠密方法采用了以图像为核心，这类系统的局限性在于，不能理解地图的含义，且过程耗时较多。

发明内容

针对现有技术存在的问题，本发明的目的是提供一种基于目标识别的室内建图与定位方法。本发明将目标识别技术融入到传统室内建图与定位技术中，利用图优化的方式，以约束条件的方式减少计算量，从而提高建图精度，提高计算效率。与传统方法相比，本发明方法的建图精度高，所用计算资源少。

本发明的基于目标识别的室内定位与建图方法，其步骤包括：

1)输入颜色深度图像，根据颜色深度图像建立目标物体模型数据库；

2)输入实时测量的颜色深度图像，将其转换成3D点云，并求出当前视角能看到的场景表面；

3)根据3D点云并基于最近迭代点估计相机的姿态；

4)根据3D点云和建立的目标物体模型数据库，利用点对特征进行物体识别并估计物体的姿态；

5)利用相机姿态和物体姿态优化姿态图，姿态图中相机姿态和物体姿态作为节点，相机姿态和物体姿态间的约束关系作为边；

6)根据姿态图得到最优的物体姿态，利用已知的目标物体模型数据库进行表面渲染，得到当前环境的三维地图。

进一步地，步骤1)离线地建立目标物体模型数据库。

进一步地，步骤3)基于最近迭代点估计相机姿态的方法是：

a)比较当前帧和上一帧输入的两幅深度图像得到的3D点云，对图像上的点进行抽样，按照由粗到精的方式配准，对于抽样后的点云做滤波；

b)通过原始深度图像计算点的三维坐标得到模型数据集，通过滤波后的图像计算三维点云坐标得到场景数据集；

c)通过最近邻原则建立场景数据集与模型数据集之间的对应关系；

d)根据建立的对应关系，使得对应点间的距离的平方和最小，即完成对相机姿态的估计。