[发明专利]一种基于Kinect相机的V-SLAM位姿估算方法

说明书

本发明公开了一种基于Kinect相机的V‑SLAM位姿估算方法，包括以下步骤：1)通过Kinect采集图像信息，获取彩色图像和深度图像，并且进行彩色图像和深度图像配准，获取三维点云；2)采用改进的FAST对采集的彩色图像进行特征点检测，并且计算描述子；3)利用FLANN匹配方法，对待匹配图像和基准图像进行特征点匹配，得到特征点匹配对；4)对步骤3)中的匹配对剔除误匹配；5)对步骤4)中精准匹配对求解位姿。本发明根据图像灰度设计一种自适应阈值来改变算法的鲁棒性，同时，特征点提取后利用非极大值抑制的方法筛选掉密集的特征点，改善特征点分布不均的问题。该方法具有良好的位姿估算效果，可广泛应用于机器人、VR和无人机等方面。

技术领域

本发明涉及计算机视觉技术，尤其涉及一种基于Kinect相机的V-SLAM位姿估算方法。

背景技术

SLAM(同时定位和地图构建)技术广泛应用于移动机器人领域、无人驾驶和无人机等领域，其作用是使移动机器人等在未知环境中进行环境探索，并同时构建相应的环境地图，提高机器人的智能化水平。随着视觉传感器的不断发展，视觉SLAM也逐渐兴起，其中Kinect视觉传感器因为其包含环境信息丰富、精度高和直接测量深度等特点，被广泛应用于移动机器机器人。

V-SLAM主要分为前端视觉里程计部分和后端优化两部分。视觉里程计的作用是用来估算相邻两帧之间相机的运动，确定相机的位姿，以特征点来估算相机位姿则一直是视觉里程计的主流方法，而相机相邻两帧之间匹配效率低、精度低等情况，会影响相机位姿估算，从而会直接影响机器人的定位和地图构建的准确性和性能。本发明在基于Kinect相机的基础下针对ORB算法匹配效率低和精度低等问题，对ORB算法中的配准过程进行改进，以提高算法的效率和精度。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于Kinect相机的V-SLAM位姿估算方法。

本发明解决其技术问题所采用的技术方案是：一种基于Kinect相机的V-SLAM位姿估算方法，包括以下步骤：

1)通过Kinect采集图像信息，获取彩色图像和深度图像，并且进行彩色图像和深度图像配准，获取三维点云数据；

2)采用改进的FAST对采集的彩色图像进行特征点检测，并且计算描述子；

所述采用改进的FAST进行特征点检测，具体如下：

2.1)根据彩色图像的灰度值来设定自适应FAST阈值，设图像上(x₀,y₀)点为候选特征点，以(x₀,y₀)为中心取方形区域的边长为L，定义FAST的自适应阈值为s，计算如下：

其中，I_max和I_min分别代表方形区域L中最大的n个灰度值和最小的n个灰度值，I_arer为方形区域L的灰度平均值，a为比例系数。

2.2)利用阈值s进行特征点检测的判定，确定候选特征点；

2.3)对检测到的候选特征点进行非极大值抑制，筛选出来的点作为最后进行匹配的特征点；

3)利用FLANN方法对相邻两帧彩色图进行特征匹配，得到特征匹配对；

4)对步骤3)中的匹配对剔除误匹配；

5)利用步骤4)中精准匹配对求解位姿。

按上述方案，所述步骤1)中彩色图像和深度图像配准生成三维点云数据，具体如下：

步骤1.1)利用张正友标定法对相机进行标定和配准，获取相机的内参矩阵K。