The invention discloses a binocular dense mapping method based on ORB_SLAM2, which relates to the field of robot synchronous positioning and map creation. The method is mainly composed of tracking thread, local map thread, closed loop detection thread and dense mapping thread. The dense mapping thread includes the following steps: 1) depth range estimation, which limits the computation of stereo matching; 2) stereo matching, which estimates the inverse depth of each pixel; 3) intra-frame smoothing, exterior point elimination, which increases the density of the inverse depth map while preserving the discontinuity of the depth boundary; 4) inverse depth fusion, which is the last step. The inverse depth is used for inter frame optimization; 5) intra frame smoothing and external point elimination. This method only uses CPU to realize dense map building in indoor and outdoor environment.
【技术实现步骤摘要】
一种基于ORB-SLAM2的双目三维稠密建图方法
本专利技术属于机器人同步定位与地图创建领域,涉及一种基于ORB-SLAM2的双目三维稠密建图方法。
技术介绍
同步定位与地图创建(SimultaneousLocalizationandMapping,SLAM)是指移动机器人在没有环境先验信息的情况下,通过自身搭载的传感器,于运动过程中建立所处环境的地图模型,同时估计自身的运动。SLAM同时包含定位与建图两个问题。被认为是实现机器人自主性的关键问题之一,对机器人的导航、控制、任务规划等领域有重要的研究意义,同时它也是二十一世纪机器人领域十大进展最快的研究问题,被誉为机器人研究的“圣杯”。针对现有的SLAM系统,大都研究的是定位问题,包括通过特征点的定位、直接法的定位,以及后端优化等,对建图模块不是很重视,建立的稀疏特征点地图也主要是服务于定位问题。但是在具体应用中,地图的用途不仅仅用于辅助定位,其明显还带有许多其他的需求。如:对机器人进行路径规划(即导航)、避障等。需要告知机器人地图中哪些地方可以通行,而哪些地方不能通行。这就超出了稀疏特征点地图的能力范围,需要建立一种稠密的地图。因此,本专利技术提出了一种基于ORB-SLAM2的双目稠密建图方法。
技术实现思路
本专利技术的目的在于提供一种不依赖GPU并行计算,只利用CPU恢复环境三维稠密地图的方法。为实现上述目的,本专利技术提供如下技术方案:一种基于ORB-SLAM2的双目三维稠密建图方法,算法主要由以下四个线程组成。1.跟踪线程:对左、右图像提取ORB特征并进行匹配,三角化建立特征关联的地图点深度和三维坐标 ...
【技术保护点】
1.一种基于ORB‑SLAM2的双目三维稠密建图方法,其特征在于,包含以下几个步骤:步骤(1)场景深度范围估计:将双目中的左相机图像作为关键帧输入图像,对任意时刻关键帧观测到的每一个地图点,将其投影到关键帧图像中,计算地图点在关键帧坐标系下的深度值,选取最大最小深度设置场景逆深度搜索范围,即(ρmin,ρmax);步骤(2)立体匹配:采用基于水平树结构的可变权重代价聚合立体匹配算法计算像素深度,通过所述步骤(1)中计算的场景深度范围限制立体匹配中匹配代价量(cost volume)的层数,只在逆深度(ρmin,ρmax)对应的视差范围内搜索,减少计算量;同时删除立体匹配中视差后处理步骤,在左右一致性匹配中只保留视差相同的像素点逆深度;步骤(3)帧内平滑、外点剔除:对所述步骤(2)中得到的逆深度图进行填充和剔除;步骤(4)逆深度融合:在跟踪线程已计算关键帧位姿的基础上,通过后续6幅关键帧逆深度图优化当前关键帧深度信息;步骤(5)帧内平滑、外点剔除:对逆深度融合后获得的逆深度图进行逆深度点的填充与剔除。
【技术特征摘要】
1.一种基于ORB-SLAM2的双目三维稠密建图方法,其特征在于,包含以下几个步骤:步骤(1)场景深度范围估计:将双目中的左相机图像作为关键帧输入图像,对任意时刻关键帧观测到的每一个地图点,将其投影到关键帧图像中,计算地图点在关键帧坐标系下的深度值,选取最大最小深度设置场景逆深度搜索范围,即(ρmin,ρmax);步骤(2)立体匹配:采用基于水平树结构的可变权重代价聚合立体匹配算法计算像素深度,通过所述步骤(1)中计算的场景深度范围限制立体匹配中匹配代价量(costvolume)的层数,只在逆深度(ρmin,ρmax)对应的视差范围内搜索,减少计算量;同时删除立体匹配中视差后处理步骤,在左右一致性匹配中只保留视差相同的像素点逆深度;步骤(3)帧内平滑、外点剔除:对所述步骤(2)中得到的逆深度图进行填充和剔除;步骤(4)逆深度融合:在跟踪线程已计算关键帧位姿的基础上,通过后续6幅关键帧逆深度图优化当前关键帧深度信息;步骤(5)帧内平滑、外点剔除:对逆深度融合后获得的逆深度图进行逆深度点的填充与剔除。2.根据权利要求1所述一种基于ORB-SLAM2的双目三维稠密建图方法,其特征在于:所述步骤(1)中场景深度范围估计,包含如下步骤:令Pi为地图点在世界坐标系下的3D坐标的齐次表示,Tk,w∈SE(3)为k时刻相机坐标系与世界坐标系的位姿变换,为地图点在k时刻相机坐标系下的3D坐标的齐次表示,场景深度搜索范围(ρmin,ρmax)定义为pi=[xiyizi1]T其中n为在k时刻关键帧中能观测到的地图点个数。3.根据权利要求1所述一种...
【专利技术属性】
技术研发人员:白瑞林,彭建建,李新,
申请(专利权)人:无锡信捷电气股份有限公司,
类型:发明
国别省市:江苏,32
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。