The invention discloses a method for synchronously locating and mapping a monocular vision robot based on the re tracking strategy. The method is as follows: 1) ORB feature extraction for each picture; 2) features using neighboring images matching tracking camera attitude; 3) implementation of relocation of the tracking lost pictures and heavy tracking strategy; 4) if the relocation is successfully executed, the current estimate of the camera's pose, implementation of tracking strategy and delete the temporary variable produce and stop; 5) if the tracking strategy succeeds, it generates a new trace; 6) the number of generated path to determine if the number exceeds the threshold, the initial trajectory will be eliminated; 7) for each key frame loop detection, detection after the success of track fusion; 8) positioning system at the end of the path selection, a correct attitude trajectory. The advantage of the invention is that the complete camera trajectory can be located in the condition of rapid moving, occlusion, insufficient texture and illumination change.
【技术实现步骤摘要】
一种基于重跟踪策略的单目视觉机器人同步定位与地图构建方法
本专利技术属于基于单摄像头的移动机器人自主定位与导航领域,特别涉及一种基于重跟踪策略的单目视觉同步定位与地图构建方法。
技术介绍
随着计算机技术和人工智能的发展,机器人的研究得到越来越多的关注和投入,智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。同步定位与地图构建(simultaneouslocalizationandmapping,SLAM)问题是指移动机器人在未知环境中,利用自身的传感器(如激光雷达、里程计、摄像头、超声波等)创建一个与环境相一致的地图,并同时利用该地图对机器人的位置和姿态进行估计。该问题被认为能否真正实现机器人自主导航的关键问题。近年来,随着计算机视觉技术的发展以及计算机运算能力的增强,出现了大量利用摄像机作为传感器的视觉SLAM方法。视觉传感器具有信息量大、灵活性高、成本低等优点,这是其他传感器所无法比拟的。单目视觉SLAM仅使用一个摄像头作为传感器完成同步定位与地图创建操作,具有系统结构简单、成本低且易实现等优点。因此,基于单目视觉SLAM技术具有广阔的应用前景。现有的解决单目SLAM的方法主要分为基于概率框架的单目视觉SLAM方法和非概率框架的单目视觉SLAM方法。基于概率框架的单目视觉SLAM方法主要通过递归的贝叶斯滤波方法估计相机姿态和地图特征的空间位置,常用的解决方法有基于扩展卡尔曼滤波器(extendedKalmanfilter)或粒子滤波器(particlefilter)。非概率框架的单目视觉SLAM系统目前主要是基于关键帧和稀疏捆绑调整等优化算 ...
【技术保护点】
一种基于重跟踪策略的单目视觉机器人同步定位与地图构建方法,其步骤为:1)输入摄像头捕获的场景图像,对每张图片提取ORB特征;2)利用相邻图片的特征匹配跟踪相机姿态;3)在跟踪丢失时,对跟踪丢失的图片执行重定位与重跟踪策略;所述重跟踪策略采用局部初始化算法;4)若所述重定位成功执行,则估计当前相机的姿态,且停止执行所述重跟踪策略并删除其产生的临时变量;5)若所述重跟踪策略成功执行,则产生一条新的轨迹;6)对产生的轨迹数量进行判定,若数量超过阈值,则将最初始的轨迹剔除;7)对每个关键帧进行闭环检测,检测成功后进行轨迹融合;8)对轨迹进行筛选,删除冗余轨迹,得到一条姿态正确的轨迹。
【技术特征摘要】
1.一种基于重跟踪策略的单目视觉机器人同步定位与地图构建方法,其步骤为:1)输入摄像头捕获的场景图像,对每张图片提取ORB特征;2)利用相邻图片的特征匹配跟踪相机姿态;3)在跟踪丢失时,对跟踪丢失的图片执行重定位与重跟踪策略;所述重跟踪策略采用局部初始化算法;4)若所述重定位成功执行,则估计当前相机的姿态,且停止执行所述重跟踪策略并删除其产生的临时变量;5)若所述重跟踪策略成功执行,则产生一条新的轨迹;6)对产生的轨迹数量进行判定,若数量超过阈值,则将最初始的轨迹剔除;7)对每个关键帧进行闭环检测,检测成功后进行轨迹融合;8)对轨迹进行筛选,删除冗余轨迹,得到一条姿态正确的轨迹。2.如权利要求1所述的方法,其特征在于,其具体执行流程为:a)输入摄像头捕获的场景图像;b)判断是否跟踪丢失,若是则执行步骤c),否则执行步骤d);c)重定位当前图像,若成功,则删除临时变量,执行步骤d);否则执行步骤e);d)提取ORB特征并估计相机姿态;执行步骤g);e)局部初始化相机轨迹,若成功,执行步骤f),否则执行步骤g);f)判断轨迹数量,若超过给定阈值,先删除标签最小的轨迹,再从当前位置生成新的轨迹;否则直接从当前位置生成新的轨迹;g)检测闭环,若形成闭环,则修正并融合轨迹;h)判断系统状态,若系统即将结束,则删除冗余轨迹;否则返回步骤a)。3.如权利要求1或2所述的方法,其特征在于,所述局部初始化包括以下步骤:a)查找初始匹配点对:提取当前帧的ORB特征,搜索当前...
【专利技术属性】
技术研发人员:刘宏,黄伟波,宋章军,张国栋,杨冰,吴观明,
申请(专利权)人:北京大学深圳研究生院,深圳市银星智能科技股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。