[发明专利]基于室内特征点和结构线结合的室内SLAM方法

权利要求书

1.基于室内特征点和结构线结合的室内SLAM方法，其特征在于，包括如下步骤：

步骤1，进行相机内参标定，所述相机内参包括相机主点、焦距与畸变系数；

步骤2，针对移动机器人平台上相机获取的视频帧影像数据，提取每一影像帧上的特征点和结构线；

步骤3，根据获取的特征点和结构线，进行特征点和结构线跟踪，并进行关键帧选取，具体包括如下子步骤；

步骤3.1，根据步骤2中获取的特征点，利用特征描述符距离进行特征点跟踪，获取较好的跟踪特征点对，具体实现方式，

步骤3.1.1，利用当前影像上的特征点，判断是否有候选匹配帧，如果有选取的候选匹配帧，则在其上开辟适当大小的影像窗口，获取其中的特征点作为候选匹配点，否则选取当前帧的上一帧作为候选匹配帧，进行相应候选匹配点的选取；

步骤3.1.2，计算当前影像上的特征点和候选匹配点的描述符距离，对特征点根据描述符距离按照升序排序，取前百分之六十作为最佳匹配点；

步骤3.1.3，利用RANSAC对获取的最佳匹配点进行错误点滤除；

步骤3.1.4，利用当前帧影像的姿态和候选匹配帧的姿态对最佳匹配点进行投影，计算其反投影误差，将误差点大的匹配点对进行滤除；

步骤3.2，根据步骤2中获取的结构线，利用结构线的参数进行结构线跟踪，获取较理想的跟踪结构线对，其中所述结构线的参数包括结构线的中点位置、线的长短、角度方向；

步骤3.3，利用当前的跟踪特征点对和跟踪结构线对，对当前的影像姿态进行初步优化；

步骤3.4，根据步骤3.1中的跟踪特征点对和步骤3.3中优化的影像姿态，判断当前影像帧是否选取为关键帧，如果判断不是关键帧，返回到步骤2重新读取新的影像帧，如果判断是关键帧，则将其送入步骤4进行处理；

步骤4，根据获取的特征点和结构线的跟踪信息，进行周围环境空间点和空间线制图以及平台定位优化；

步骤5，判断平台运动轨迹是否形成闭环，获取正确的闭环关键帧，对全局的影像姿态和地图进行整体优化；

步骤6，输出结果。

2.如权利要求1所述的基于室内特征点和结构线结合的室内SLAM方法，其特征在于：步骤2的实现方式如下，

步骤2.1，对获取的视频帧影像建立金字塔，分别在金字塔图像上进行影像分块，获取一定窗口大小的影像区域，利用ORB特征点提取算法在每个分块里分别进行特征点提取和描述；

步骤2.2，对视频帧进行高斯滤波，利用LSD算子进行结构线提取；

步骤2.3，针对提取了特征点和结构线以后的影像进行分块，分别将特征点和结构线划分到不同的影像区域中。

3.如权利要求2所述的基于室内特征点和结构线结合的室内SLAM方法，其特征在于：步骤3.2的实现方式，

步骤3.2.1，利用当前影像上的结构线的中心，在待匹配关键帧上，开辟适当大小的影像窗口，获取结构线中心落在该区域内的结构线作为候选匹配线；

步骤3.2.2，计算当前影像上的结构线和候选匹配线的参数差别，并利用当前帧的姿态和待匹配关键帧的姿态进行三维空间线重建，通过观测对应的三维空间线段的重叠度来进行结构线匹配；

步骤3.2.3，利用多张影像上的同名线段，通过对比空间3D线段的角度和位置相似性，选取最终较为相似的空间线段的匹配影像线对作为候选影像匹配线对，接着对候选影像匹配线对进行反投影，投影到相应的多张可视影像上，在各个影像上分别计算空间三维线段的投影线与影像上相应原有二维线段的误差，去除大于一定的阈值的匹配线。