[发明专利]视觉里程计方法、装置、电子设备及存储介质

权利要求书

1.一种视觉里程计方法，其特征在于，包括：

获取第一图像和第二图像，其中所述第二图像为第一图像的下一帧图像；

训练目标检测网络，并利用所述目标检测网络在所述第二图像上获取多个特征样本区域；

根据获取的多个特征样本区域进行特征提取，获取最优特征样本；

获取在所述第一图像中与所述最优特征样本匹配的对应特征样本；

根据所述最优特征样本和所述对应特征样本，计算位姿数据。

2.根据权利要求1所述的方法，其特征在于，所述训练目标检测网络包括：

建立场景图像数据集；并且，利用卷积神经网络生成目标检测网络；以及，

根据所述场景图像数据集，训练所述目标检测网络。

3.根据权利要求1所述的方法，其特征在于，所述利用所述目标检测网络在所述第二图像上获取多个特征样本区域，包括：

根据所述目标检测网络对所述第一图像和所述第二图像进行目标检测和非极大值抑制处理，删除移动特征样本。

4.根据权利要求1所述的方法，其特征在于，所述根据获取的多个特征样本区域进行特征提取，获取最优特征样本，包括：

根据多个所述特征样本区域，于第二图像中选定对应所述特征样本区域的目标框；

对所述目标框进行冲何框匹配，从多个所述目标框中筛选出置信值最高的所述目标框；

根据置信值最高的所述目标框，确定所述最优特征样本。

5.根据权利要求4所述的方法，其特征在于，所述根据所述最优特征样本和所述对应特征样本，计算位姿数据，包括：

根据所述特征样本，进行线性变换生成基础矩阵；根据所述基础矩阵和本质矩阵生成旋转向量和平移向量；或者包括：

获取所述特征样本在所述场景图像数据集中的三维数据；根据所述三维数据利用N点透视生成所述位姿数据；或者包括：

根据所述特征样本，通过LSD算法进行线段提取，对提取的线段通过LBD算法进行线段匹配，根据匹配的点及线段通过EPNPL算法生成所述位姿数据。

6.根据权利要求4所述的方法，其特征在于，还包括：

将所述位姿数据作为初始迭代点数据，进行光束平差迭代；

根据列文伯格-马夸尔特法生成最优位姿数据。

7.一种视觉里程计装置，其特征在于，包括：

图像获取模块，用于获取第一图像和第二图像，其中所述第二图像为第一图像的下一帧图像；

目标检测模块，用于训练目标检测网络，并利用所述目标检测网络在所述第二图像上获取多个特征样本区域；

特征获取模块，用于根据获取的多个特征样本区域进行特征提取，获取最优特征样本；

特征匹配模块，用于获取在所述第一图像中与所述最优特征样本匹配的对应特征样本；

位姿计算模块，用于根据所述最优特征样本和所述对应特征样本，计算位姿数据。

8.根据权利要求7所述的视觉里程计装置，其特征在于，所述目标检测模块还用于：

建立场景图像数据集；并且，利用卷积神经网络生成目标检测网络；以及，

根据所述场景图像数据集，训练所述目标检测网络。

9.一种电子设备，其特征在于，包括：

存储器，用以存储计算机程序；

处理器，用以执行如权利要求1至6中任一项所述的方法。

10.一种非暂态电子设备可读存储介质，其特征在于，包括：程序，当其藉由电子设备运行时，使得所述电子设备执行权利要求1至6中任一项所述的方法。