[发明专利]一种基于VSLAM的稀疏三维点云图的视觉定位方法

说明书

本发明提出一种基于VSLAM的稀疏三维点云图的视觉定位方法，本发明通过改动开源的ORB‑SLAM系统的输出，得到相机轨迹、相机坐标系与全局坐标系的转移矩阵以及全局坐标系下的稀疏三维点云图，三维点云为关键路标点的三维坐标，并基于获得的信息建立起初始的图像数据库，从而基于建立好的图像数据库实现用户定位，本发明提出利用建立好的稀疏三维点云图与用户输入图像进行匹配，从而减少重复匹配次数，提高定位速度。同时，基于此可以进一步对图像数据库进行压缩，降低图像数据库容量。

技术领域

本发明属于图像处理技术领域，是一种结合计算机视觉领域中基于视觉的同时定位与建图技术(Visual based Simultaneous Localization and Mapping,VSLAM)以及多视图几何理论的室内视觉定位方法，特别是涉及一种基于VSLAM的稀疏三维点云图的视觉定位方法。

背景技术

随着科技的发展，人们会经常出入大型未知室内环境，如大型商场、艺术展览馆、飞机场等。因此，位置定位服务越来越受到人们的重视。而在比较复杂的室内环境中，传统的GPS定位方法因信号衰减而失效。近年来，多种室内定位技术被先后提出。相对于其他需要布置额外设备的室内定位方法，基于视觉的室内定位方法无需其他设施，在成本和精度上占有一定的优势。同时，因为室内视觉信息丰富、基于图像的特征提取技术日渐成熟、手机设备的快速发展使得每部智能手机上都集成有一颗以上的摄像头等综合原因，基于视觉的室内定位技术逐渐成为研究热点。

室内基于视觉的室内定位系统主要分为离线和在线两个阶段：离线阶段采集待定位的室内数据库图像以及拍摄图像的位置，在线阶段用户拍摄照片并进行定位。在视觉定位中，用户首先通过智能移动终端上配备的相机在室内场景中拍摄图像；然后，通过用户拍摄的图像进行视觉特征提取；最后，用户拍摄的图像将与数据库图像进行特征匹配，并在此基础上对相机的位置进行求解。视觉定位的优势在于无需布设定位设施，只需要在室内场景中预先建立图像数据库，并在定位阶段获取用户拍摄的图像，便可实现对用户的位置估计。此外，因为视觉定位算法是以像素为单位进行相机位置求解的，所以视觉定位算法在理论上可以实现高精度的位置估计。

视觉定位的技术关键分别在于图像数据库的建立、图像搜索以及定位方法三个方面，其技术基础是图像数据库的建立。相对于传统的逐点采集图像信息并计算其位置信息的图像数据库建立方法，利用VSLAM技术建立图像数据库更为高效。SLAM技术源于机器人领域，旨在解决机器人在位置环境中定位及建图问题，VSLAM主要是指输入信号为视觉信号。VSLAM算法大体上可以分为前端视觉里程计、后端优化、回环检测以及建图四个部分：首先从视觉传感器得到图像信息，视觉里程计估算相邻图片之间的相机运动；然后，通过回环检测判断相机是否重返以前到过的位置；接着，将视觉里程计与回环检测的内容送入后端进行优化；最后，根据估计的相机轨迹与姿态实现三维场景重建。

一般来说，位置服务要求实时性，视觉定位在现阶段影响定位速度的最大因素是图像匹配时需要遍历图像数据库。现今的大多方法是在图像搜索算法上进行改进，或者以分层的结构建立图像数据库，以此来提高图像匹配速度。但图像数据库中相邻图像间往往存在很大的冗余，在遍历图像数据库时需要对多张图像的相同特征进行多次重复匹配。当定位环境较大，图像数据库容量较大时，会严重影响定位速度。基于此，本发明提出利用建立好的稀疏三维点云图与用户输入图像进行匹配，从而减少重复匹配次数，提高定位速度。同时，基于此可以进一步对图像数据库进行压缩，降低图像数据库容量。

发明内容

本发明目的是为了解决现有技术中存在的问题，提出了一种基于VSLAM的稀疏三维点云图的视觉定位方法。本发明通过改动开源的ORB-SLAM系统的输出，得到相机轨迹、相机坐标系与全局坐标系的转移矩阵以及全局坐标系下的稀疏三维点云图，三维点云为关键路标点的三维坐标。并基于获得的信息建立起初始的图像数据库。

本发明是通过以下技术方案实现的，本发明提出一种基于VSLAM的稀疏三维点云图的视觉定位方法，所述方法包括以下步骤：