[发明专利]一种面向室内环境的单应视觉里程计方法

说明书

本发明公开了一种面向室内环境的单应视觉里程计方法，包括：1)提取当前帧ORB特征点，并与参考帧进行特征匹配；2)利用加权随机采样策略寻找共面地图点组合；3)根据地图点最多的平面，计算当前帧与参考帧位姿的单应变换矩阵，再分解得到旋转位姿矩阵和平移位姿向量；4)通过最小化加权重投影误差函数，优化旋转位姿矩阵和平移位姿向量；5)构建局部地图，并通过局部光束平差法优化旋转位姿矩阵、平移位姿向量和局部地图。本发明通过利用地图点的共面约束关系提升了室内环境中视觉里程计方法的精度和鲁棒性。

技术领域

本发明涉及视觉同时定位与建图的技术领域，尤其是指一种面向室内环境的单应视觉里程计方法。

背景技术

视觉同时定位与建图技术广泛应用于移动机器人、无人驾驶、智能无人机、AR/VR等无人自主系统领域。视觉里程计是视觉同时定位与建图的核心技术，主要功能是完成无人自主系统工作过程中的实时自身位姿估计。现有的视觉里程计方法主要包括基于2D-3D匹配的PnP算法和基于3D-3D匹配的ICP算法，其中PnP算法由于需要信息较少，在单目、双目、RGB-D相机中均可使用，ICP算法则需要获取当真前帧的三维点云，通常在RGB-D相机中使用。主流的视觉里程计方法较少考虑原始数据之间的空间约束关系。对于原始数据空间几何关系的发掘，并作为系统先验约束信息，可以提升现有视觉里程计方法的精度，从而最终提升视觉同时定位与建图技术在无人自主系统工作中的鲁棒性及效率。

此外，人为室内环境是无人自主系统常见的工作场所，室内环境经常包含大量的平面信息，因此充分利用特征点共面约束关系对提升室内环境视觉里程计方法的精度和鲁棒性有帮助。

综合以上论述，发明一种面向室内环境的单应视觉里程计方法，具有较高的实际应用价值。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种面向室内环境的单应视觉里程计方法，通过综合考虑地图点的共面约束先验关系以及被观测次数，提高视觉里程计的精度。

为实现上述目的，本发明所提供的技术方案为：一种面向室内环境的单应视觉里程计方法，包括以下步骤：

1)读取数据，包括参考帧、当前帧和局部地图，然后在当前帧中提取ORB特征点并通过四叉树的方法过滤提取的特征点，最后完成当前帧与参考帧的特征匹配；

2)利用加权随机采样策略寻找共面地图点组合；

3)根据地图点最多的平面，计算当前帧与参考帧位姿的单应变换矩阵H_m，再分解得到旋转位姿矩阵R和平移位姿向量t；

4)通过最小化加权重投影误差函数，优化旋转位姿矩阵R和平移位姿向量t；

5)构建局部地图，并通过局部光束平差法优化旋转位姿矩阵R、平移位姿向量t和局部地图。

进一步，在步骤1)中，所述当前帧是指从图像序列读取的待估计位姿的当前图像，所述参考帧是指图像序列读取的上一帧图像，所述步骤1)包括以下步骤：

1.1)对当前帧的原始图像采用放缩系数b连续降采样获得d层图像金字塔，然后根据每层图像分辨率大小，提取相应数量的FAST角点，总共提取的特征点数量为N个；

1.2)通过四叉树的方法对步骤1.1)中提取的特征点进行过滤，然后计算剩余全部特征点的BRIEF描述子；