买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种面向室内环境的单应视觉里程计方法_华南理工大学_202211044239.X 

申请/专利权人:华南理工大学

申请日:2022-08-30

公开(公告)日:2024-03-29

公开(公告)号:CN115451996B

主分类号:G01C22/00

分类号:G01C22/00;G01C21/20;G01C21/00

优先权:

专利状态码:有效-授权

法律状态:2024.03.29#授权;2022.12.27#实质审查的生效;2022.12.09#公开

摘要: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。

主权项:1.一种面向室内环境的单应视觉里程计方法,其特征在于,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通过加权随机采样策略搜寻共面地图点组合,包括以下步骤:2.1根据观测次数,赋予第i个地图点如下权值: 式中,Wi表示地图点Pi的加权值,b是图像金字塔的放缩系数,su是第u次观测地图点Pi的特征点所在金字塔层数,Ni为第i个地图点观测次数,是中间变量;设置地图点概率: 式中,li是第i个地图点的概率,W是中间变量;2.2根据步骤2.1的结果,随机选取3个地图点Pv1、Pv2、Pv3,若三点共线,则舍弃并重新选取,其中,地图点概率li作为地图点Pi被选中的概率;2.3随机选取一个地图点Pv4,若选中的是Pv1、Pv2或Pv3,则舍弃并重新选取,其中地图点概率li作为地图点Pi被选中的概率,然后计算Pv4到由Pv1、Pv2、Pv3构成平面的距离h4,若h4小于Th,则计算地图点Pv1到由Pv2、Pv3、Pv4构成平面的距离h1,P′2到由Pv1、Pv3、Pv4构成平面的距离h2,以及Pv3到由Pv1、Pv2、Pv4构成平面的距离h3,若h1、h2、h3都小于Th,则该地图点组合通过共面预筛选,放入集合Sp中,Th是设置的阈值;重复本步骤,直到预筛选出规定数量的共面地图点组合,或者遍历完全部地图点,过程中若出现重复地图点组合,则舍弃并重新选取;2.4重复步骤2.2至2.3,直至预筛选出的共面地图点组合满足最大数量要求,或者已经遍历完全部地图点组合,过程中若出现相同的地图点组合,则放弃该次循环并重新选取;2.5利用空间向量关系进一步检验步骤2.4中预筛选的共面地图点组合,对于Sp中的一个共面地图点组合Pv1、Pv2、Pv3、Pv4,分别求解线性方程Pv1=x1Pv2+y1Pv3+z1Pv4,Pv2=x2Pv1+y2Pv3+z2Pv4,Pv3=x3Pv1+y3Pv2+z3Pv4,Pv4=x4Pv1+y4Pv2+z4Pv3,然后计算各项的误差e1=|1-x1-y1-z1|,e2=|1-x2-y2-z2|,e3=|1-x3-y3-z3|,e4=|1-x4-y4-z4|,若e1、e2、e3、e4都小于Te,则将该共面地图点组合放入最终共面地图点集合Sa,其中,xg、yg、zg,g=1,2,3,4是方程组求解的变量,Te是设置的阈值;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Hm,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。

全文数据:

权利要求:

百度查询: 华南理工大学 一种面向室内环境的单应视觉里程计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。