[发明专利]一种室内视觉重定位方法及系统

说明书

本发明实施例公开了一种室内视觉重定位方法及系统，用于在视觉重定位时获取深度相机的位姿。建立存储有相机所拍摄图像及相机拍摄图像时位姿的数据库，获取视觉重定位时相机拍摄的当前图像，在数据库中选取与当前图像相似性最大的图像作为候选图像。获取候选图像与当前图像间相互匹配的每对匹配内点，判断匹配内点的总对数是否满足预设内点数量条件，如果是，利用所有对匹配内点计算相机当前的位姿；如果否，获取并配准当前图像的深度图及候选图像的深度图。计算配准后当前图像深度图与候选图像深度图之间的变换关系矩阵，根据相机拍摄候选图像时的位姿，以及变换关系矩阵计算相机当前的位姿。将当前图像和相机当前的位姿存储在数据库中。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种室内视觉重定位方法及系统。

背景技术

SLAM(Simultaneous Localization and Mapping)是同步定位与地图构建技术，广泛应用于机器人的自主导航。可简单理解为：当搭载有传感器的机器人在未知环境中运动时，SLAM利用传感器实时获取机器人的位置及其所在未知环境的三维结构。

机器人搭载的传感器大多为相机，SLAM通过移动过程中相机连续拍摄的图像确定机器人的位置。但是在真实场景下，相机受光照变化、视角变化、运动物体及环境变化等因素影响，所拍摄图像的连贯性较差。例如，相机拍摄上一幅图像时光线充足，相片成像质量较好，相机拍摄下一幅图像时光线变弱，相片暗淡模糊。这导致SLAM无法利用图像对机器人进行连续定位，因此，需要采用重定位方法重新获取机器人上相机的位姿，从而保证SLAM的持续运行。

重定位方法主要包括场景识别和相机位姿估计两步骤。其中，场景识别是在已有的图像数据库中找到与当前图像最相似(拍摄的是同一场景或地点)的候选图像；相机位姿估计则是根据当前图像与候选图像间的相机位姿变换关系，获得拍摄当前图像时的相机位姿。

目前，重定位普遍采用词袋模型(Bag-of-Words，BoW)的方式，首先，将图像表征为特征点的集合，根据当前图像中的特征点确定与其最为相似的候选图像，然后，通过当前图像与候选图像之间特征点的匹配获取当前相机的位姿。这种方式相对较成熟，运算速度快，但是，特征点只能表达图像中的局部信息，导致该方法应用于动态物体、大视角变化、季节变化等极端情况时具有局限性。而另一种基于卷积神经网络的方式，不依赖于图像中的特征点，可有效应对上述缺陷。这种方式通过多任务深度神经网络同时获取候选图像及当前相机位的位姿，但需要进行大量训练，训练难度较大，且计算复杂度高，对实际场景的通用性和可扩展性有限。

发明内容

本发明实施例中提供了一种室内视觉重定位方法及系统，以解决现有重定位方法或者仅基于局部的图像特征，难以应对极端环境变化，或者需要大量额外训练，导致通用性和可扩展性有限的问题。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

一种室内视觉重定位方法，用于在视觉重定位时获取深度相机的位姿，所述深度相机被搭载在可移动设备上，包括：

建立存储有相机所拍摄图像，以及相机拍摄图像时位姿的数据库；

获取视觉重定位时相机拍摄的当前图像；

在数据库中选取与当前图像相似性最大的图像作为候选图像；

获取候选图像与当前图像之间相互匹配的每对匹配内点；

判断所述匹配内点的总对数是否满足预设内点数量条件，

如果是，利用所有对匹配内点计算相机当前的位姿；

如果否，获取并配准当前图像的深度图及候选图像的深度图；

计算配准后当前图像深度图与候选图像深度图之间的变换关系矩阵；

根据相机拍摄候选图像时的位姿，以及所述变换关系矩阵计算相机当前的位姿；