[发明专利]一种基于视觉的移动机器人定位方法

权利要求书

1.一种基于视觉的移动机器人定位方法，其特征在于，包括以下步骤：

S1)采集移动机器人周围环境的图像信息；

S2)对输入的图像帧进行光流跟踪，得到基于光流法的移动机器人的运动轨迹，在图像帧进行输入的同时，进行关键帧的筛选；

S3)基于步骤S2得到的移动机器人运动轨迹构建局部地图；

S4)通过局部地图获取实时环境的下一个关键帧，并提取该关键帧的特征；

S5)将局部地图的三维地图点投影到当前关键帧中，计算重投影误差；

S6)判断重投影误差是否大于阈值，若是，则对当前关键帧进行捆集优化，对关键帧的位姿进行修正，根据该关键帧更新局部地图，进入步骤S7，若否，则进入步骤S7；

S7)判断是否继续进行定位，若是，则返回步骤S2，若否，则结束定位。

2.根据权利要求1所述的基于视觉的移动机器人定位方法，其特征在于，所述步骤S2中在图像帧进行输入的同时，进行关键帧的筛选，具体包括以下步骤：

A1)距离上次插入关键帧至少30帧；

A2)当前帧至少跟踪到了60个点；

A3)当前帧观测到的点与上一关键帧所观测到的点重复比例小于85％。

3.根据权利要求1所述的基于视觉的移动机器人定位方法，其特征在于，所述步骤S4中提取关键帧的特征，具体包括以下步骤：

B1)对该关键帧进行图像网格的划分；

B2)对当前关键帧提取ORB特征；

B3)判断特征点数量，若少于1000个，则降低阈值进行提取，若多于2000个，则进行四叉树均匀化。

4.根据权利要求1所述的基于视觉的移动机器人定位方法，其特征在于，所述步骤B2具体包括以下步骤：

B2.1)使用9*9的高斯核对图像进行平滑处理；

B2.2)采用FAST算法检测特征点，检测候选特征点周围一圈灰度值，若该候选点周围至少有12个像素点与候选点的灰度值差大于阈值，则该候选点为一个特征点，其中计算灰度值差数学表达式为：

式中：N表示特征点的个数，i表示当前候选特征点，I(i)为圆周上任一点的灰度值，I(p)为圆心处特征点的灰度值，d为阈值。

B2.3)以步骤B2.2的特征点为圆心，以d为半径做圆；

B2.4)在步骤B2.3得到的圆内随机取132对点，在同一对点中，若前一个点的灰度值大于后一个点的灰度值，则取1，反之为0，形成一个132位的二进制描述子。

5.根据权利要求1所述的基于视觉的移动机器人定位方法，其特征在于，所述步骤S5中计算重投影误差的计算公式为：

e_i,j＝x_i,j–ρ(T_i,w,P_w,j)

式中：e_i,j表示第i个关键帧中的第j个特征点对应的重投影误差，x_i,j表示第i帧中的第j个特征点，ρ表示投影函数，T_i,w表示第i帧的相机外参矩阵，其中w表示世界坐标系，P_w,j表示第j个特征点对应的地图点的在世界坐标系下的坐标。

6.根据权利要求1所述的一种基于视觉的移动机器人定位方法，其特征在于，所述步骤S6中根据该关键帧更新局部地图，包括以下步骤：

C1)将当前关键帧中未出现在局部地图中的特征点加入到局部地图中；

C2)地图点在被创建后，若少于三个关键帧观测到该地图点，则在局部地图中删除该地图点；

C3)将新的特征点和地图点通过正深度检验或视差检验或重投影误差检验，剔除不合格的点。