[发明专利]一种多元特征混合优化的RGB-D室内三维测图方法及系统

说明书

本发明公开了一种多元特征混合优化的RGB‑D室内三维测图方法及系统，所述方法包括以下步骤：通过原始光栅差的相机深度量测误差，对深度数据进行校正；通过二三维视觉与三维几何特征更新相机姿态；根据相机追踪过程中的随机误差，优化相机轨迹；通过校正后的深度数据以及优化后的相机轨迹，将RGB‑D数据集输出为彩色三维点云。在原始RGB‑D SLAM的基础上，由于充分考虑了传感器系统误差以及深度量测误差影响，融合二三维特征点联合测图，获取更高的三维点云精度。

技术领域

本发明涉及三维测图技术领域，尤其涉及的是一种多元特征混合优化的RGB-D室内三维测图方法及系统。

背景技术

高精度三维空间信息是对封闭与半封闭空间复杂环境的抽象，也是实现多样化智能应用的数据基础。常用的封闭/半封空间三维测图手段主要有激光扫描和基于视觉图像序列的三维重建技术。现有技术中，基于视觉图像序列的三维重建技术可通过数码相机拍摄的二维图像序列来恢复室内三维场景，其丰富的视觉信息可很好的增强闭环检测。然而该方法建模时间长，而且在昏暗环境或者纹理匮乏区域工作不稳定，精度低。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种多元特征混合优化的RGB-D室内三维测图方法及系统，旨在解决现有技术中三维重建技术精度低的问题。

本发明解决技术问题所采用的技术方案如下：

一种多元特征混合优化的RGB-D室内三维测图方法，其中，包括以下步骤：

通过原始光栅差的相机深度量测误差，对深度数据进行校正；

通过二三维视觉与三维几何特征更新相机姿态；

根据相机追踪过程中的随机误差，优化相机轨迹；

通过校正后的深度数据以及优化后的相机轨迹，将RGB-D数据集输出为彩色三维点云。

所述的多元特征混合优化的RGB-D室内三维测图方法，其中，所述通过原始光栅差的相机深度量测误差，对深度数据进行校正步骤之前还包括：

基于针孔相机模型，校正视觉相机与深度相机的内外参数。

所述的多元特征混合优化的RGB-D室内三维测图方法，其中，所述通过原始光栅差的相机深度量测误差，对深度数据进行校正步骤具体包括：

针对原始光栅差的相机深度量测误差构建深度数据校正模型，通过不同量测距离下相机畸变和系统误差优化深度数据校正模型，并校正深度数据；

所述深度数据校正模型为：

其中，W₁和W₂为相机切向畸变，W₃和W₄为相机径向畸变，x^c_t和y^c_t为经过相机校正后影像坐标，x^p_t和y^p_t为经过红外投影器校正后影像坐标。

所述的多元特征混合优化的RGB-D室内三维测图方法，其中，所述通过二三维视觉与三维几何特征更新相机姿态步骤具体包括：

检测并匹配二三维视觉特征、三维几何点特征以及三维线特征；

采用图像模糊度、特征点匹配率约束及基线约束对关键数据帧进行筛选；

基于获取的二三维视觉特征、三维几何点特征以及三维线特征，通过最小化视觉图像二三维匹配点重投影误差与深度图像几何匹配点距离误差获取相机姿态更新。