[发明专利]一种基于光度信息和ORB特征的SLAM系统

说明书

本发明涉及一种基于光度信息和ORB特征的SLAM系统，包括：前端视觉里程计模块，基于输入的RGB‑D流，提取ORB特征，跟踪前一帧以及局部地图实现相机位姿优化，确定新关键帧，所述相机位姿优化中，选择重定位模型、匀速运动模型或者基于光度信息的轻量级位粗估计模型中的一个为当前帧设置相机位姿初值；局部建图模块，由所述新关键帧对地图点进行更新，基于新关键帧、与它相连接的关键帧位姿以及地图点位置进行局部优化；后端优化模块，对于每一个关键帧进行回环检测，实现全局优化。与现有技术相比，本发明具有鲁棒、准确等优点。

技术领域

本发明涉及机器人同时定位与地图构建技术领域，尤其是涉及一种基于光度信息和ORB特征的SLAM系统。

背景技术

在环境勘探工程中，机器人在较空旷环境及非光滑表面行进，通过双目或深度相机对环境进行勘探，并需要通过采集得到的图片及视频对三维地形进行重建。

Simultaneous Localization and Mapping(SLAM)是同时定位与地图构建技术，它能够通过传感器在未知环境中的运动，对传感器进行实时定位，同时得到未知环境的三维结构。SLAM根据其中使用的传感器可以大体分为激光SLAM和视觉SLAM。视觉SLAM由于其使用的彩色或深度相机等在价格、便捷性和通用性等方面的突出优势，得到了越来越多的关注。视觉SLAM在机器人、增强现实和自动驾驶等领域具有广阔的应用前景。

但是，现有SLAM系统还存在因为相机抖动、非匀速的运动、快速的旋转、场景结构单一以及纹理简单等问题而导致跟踪失败的情况。如现有的一种ORB-SLAM2系统，在相机发生抖动以及特征点数量较少(场景空旷简单)的情况下，极易发生跟踪失败的问题。而其系统本身自带的重定位功能在跟踪失败发生时，只能在回到之前经过的某个位置启动重新跟踪。这样，当相机在新的场景中持续运动时则会彻底跟踪失败。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种鲁棒的基于光度信息和ORB特征的SLAM系统。

本发明的目的可以通过以下技术方案来实现：

一种基于光度信息和ORB特征的SLAM系统，包括：

前端视觉里程计模块，基于输入的RGB-D流，提取ORB特征，跟踪前一帧以及局部地图实现相机位姿优化，确定新关键帧，所述相机位姿优化中，选择重定位模型、匀速运动模型或者基于光度信息的轻量级位粗估计模型中的一个为当前帧设置相机位姿初值；

局部建图模块，由所述新关键帧对地图点进行更新，基于新关键帧、与它相连接的关键帧位姿以及地图点位置进行局部优化；

后端优化模块，对于每一个关键帧进行回环检测，实现全局优化。

进一步地，当跟踪失败时，采用重定位模型估算相机位姿初值；

当相机在运动过程中基本保持匀速状态时，采用匀速运动模型计算相机位姿初值；

当相机进行非匀速运动时，采用轻量级位粗估计模型计算相机位姿初值。

进一步地，所述轻量级位粗估计模型，提取前一帧图像梯度大于阈值的像素，通过投影方法投影至当前帧平面，优化光度误差，通过增量迭代求解，得到所述相机位姿初值。

进一步地，所述前端视觉里程计模块包括：

跟踪判断单元，基于当前帧的所述ORB特征获得与前一帧或者局部地图的匹配点对，在相机位姿优化后，判断优化后的相机位姿的内点数量是否大于设定阈值N_thre，若是，则跟踪成功，否则跟踪失败。

进一步地，当跟踪成功时，在当前帧同时满足以下条件时确定当前帧为新关键帧：

1)距离上次重定位超过20帧；