[发明专利]一种基于YOLO算法及GMS特征匹配的动态场景SLAM方法

说明书

本发明公开了一种基于YOLO算法及GMS特征匹配的动态场景SLAM方法，包括下述步骤：通过视觉传感器读取第一帧RGB图像，对图像进行ORB特征点提取并计算特征点数量，如果特征点数量大于阈值则把图像作为参考帧，系统初始化；如果特征点数量小于阈值则读取下一帧RGB图片，提取ORB特征点，直到特征点数量大于阈值进行系统初始化；本发明结合深度卷积神经网络模型和图像特征点匹配技术，充分利用图片的信息，对图像中的动态物体像素进行剔除，保留静态像素；提高动态场景下的图像特征点匹配精度，减小位姿估计的误差积累，提高系统鲁棒性。

技术领域

本发明涉及计算机视觉和移动机器人定位技术领域，具体涉及一种基于YOLO算法及GMS特征匹配的动态场景SLAM方法。

背景技术

SLAM(simultaneous localization and mapping，即时定位与地图构建)，指的是在自身位置不确定的条件下在完全未知环境中创建地图并扩展地图同时利用地图进行自主定位和导航。

从室内机器人到室外、水下和空中系统以及AR(增强现实)，slam在许多不同的领域中得到了应用。在理论和概念层面上，slam现在可以被认为是一个已经解决的问题。然而在实践中，实现一般性的slam解决方案，特别是在构建和使用感知丰富的地图作为slam算法的一部方面，仍然存在大量问题。近年来，由于视觉传感器结构简单、技术难度较大，视觉SLAM成为技术研究的热点。

传统的slam系统提前假设场景都是固定不变的，但是在现实的环境中会存在很多不确定因，比如光照的强弱变化，行走的行人或者动物，移动的汽车等。在动态环境中，传统的视觉SLAM很容易出现误匹配，并且具有较大的误差。传统的基于特征点的视觉SLAM算法通过检测动态特征点并标记为噪声点的方式来处理简单动态场景问题。ORB-SLAM通过RANSAC(random sample consensus)、关键帧以及局部地图的优化来减轻运动物体对定位与建图精度的影响。基于直接法的视觉SLAM算法通过优化方程中的代价函数来处理动态物体造成的遮挡问题。但是这些方法处理动态物体都有很大的误差以及局限性。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于YOLO算法及GMS特征匹配的动态场景SLAM方法，该方法结合深度卷积神经网络模型和图像特征点匹配技术，充分利用图片的信息，对图像中的动态物体像素进行剔除，保留静态像素；提高动态场景下的图像特征点匹配精度，减小位姿估计的误差积累，提高系统鲁棒性。

本发明的目的通过下述技术方案实现：

一种基于YOLO算法及GMS特征匹配的动态场景SLAM方法，包括下述步骤：

步骤一，通过视觉传感器读取第一帧RGB图像，对图像进行ORB特征点提取并计算特征点数量，如果特征点数量大于阈值则把图像作为参考帧，系统初始化；如果特征点数量小于阈值则读取下一帧RGB图片，提取ORB特征点，直到特征点数量大于阈值进行系统初始化；

步骤二，读取下一帧的RGB图像作为当前帧，对当前帧使用YOLO算法进行移动物体检测，并将场景中的物体框选出来；

步骤三，YOLO算法检测结果的目标框内除了目标物体之外还包含有其他物体的像素点，为了充分利用图像的像素信息，通过FCN和segnet算法对场景进行语义分割，从而得到图像的动态像素和静态像素；

步骤四，对步骤三中的静态像素和参考帧进行特征点匹配，对得到的特征匹配点通过网格运动统计(GMS)算法剔除错误匹配；网格运动统计(GMS)算法基于运动的平滑性提出一种假设：第一帧图像上的一个特征点p1在第二帧图像上的匹配点为p2，若该匹配为正确匹配，则以p1为中心的3*3网格中的特征点的匹配点都大概率地落在第二帧图像以p2为中心的3*3网格中；基于该假设通过对两帧图像进行网格划分并对对应网格区域内的匹配点数进行评分，评分的定义如下：