A single SLAM fast initialization method based on feature, which comprises the following steps: 1) to start SLAM and get the first picture frame, the picture feature extraction ORB P (x, y); 2) to P (x, y) of the image to the distortion; 3) to step 2) to the image coordinates abnormal feature points in 4) for normalization; step 3) were constructed for each feature point in depth; 5) in step 3), step 4) the result of the combination, construction corresponding to each feature point map, obtain the initial map; 6) to match the subsequent adjacent frames with existing map optimization SLAM features of normal execution, for each frame of the next new process, constantly adjust the extension map, continuous tracking SLAM. The present invention provides a fast initialization method based on feature of monocular SLAM, which has the advantages of fast speed, less computation and no limitation of depth of field.
【技术实现步骤摘要】
本专利技术涉及一种SLAM初始化方法。
技术介绍
SLAM(simultaneouslocalizationandmapping,即时定位与地图构建)指的是机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。基于视觉传感器定位方式,是近些年国内外研究的一个热点,它又分为单目、双目和多目定位。由于单目SLAM一次观测不能获得相对于环境特征的全部信息,只能获得方向信息,距离信息无法提取,是一种仅有方向信息的方法,所以建立特征地图存在特征初始化方法,特征初始化就是对特征的初始位置进行估计,获得估计的深度信息。目前的单目特征SLAM初始化方法有PTAM(ParallelTrackingandMapping,同步追踪与构图)、ORB-SLAM(areal-timeaccuratemonocularSLAMsystembasedonORBfeatures,基于ORB特征点的SLAM系统)等。PTAM标准代码中,地图初始化是手动的。操作方法是手持摄像头运动一定的角度之后按一个键,得到两个关键帧,一个是初始帧,即最初的关键帧;另一个是结束帧,即运动一定角度后的关键帧。从初始帧到结束帧之间,会使用ESM(EfficientSecond-orderMinimization,高效的二阶最小化)预测,SSD(SumofSquaredDifference,差的平方和相关法)模板跟踪的方式在帧与帧之间进行关键点的匹配,最后PTAM使用这两个关键帧进行地图的初始化。ORB-SLAM地图初始化常见的方法有三种:1、追踪一个已知物体。单帧图像的每一个 ...
【技术保护点】
一种基于特征的单目SLAM快速初始化方法,其特征在于:所述方法包括以下步骤:1)开始SLAM并获取第一帧图片,对图片提取ORB特征点P(x,y);2)对P(x,y)进行图像去畸;3)对步骤2)中的去畸特征点的图像坐标进行归一化,得到(Pw_x,Pw_y);4)为步骤3)中的每个特征点构建随机深度Pw_z;5)将步骤3)、步骤4)的结果组合,构建每个特征点对应的地图点(Pw_x,Pw_y,Pw_z),获取初始地图;6)将后续相邻帧的匹配结果与现有地图进行优化,为接下去新增的每一帧执行正常的特征SLAM的流程,不断调整扩充地图,实现SLAM的连续跟踪。
【技术特征摘要】
1.一种基于特征的单目SLAM快速初始化方法,其特征在于:所述方法包括以下步骤:1)开始SLAM并获取第一帧图片,对图片提取ORB特征点P(x,y);2)对P(x,y)进行图像去畸;3)对步骤2)中的去畸特征点的图像坐标进行归一化,得到(Pw_x,Pw_y);4)为步骤3)中的每个特征点构建随机深度Pw_z;5)将步骤3)、步骤4)的结果组合,构建每个特征点对应的地图点(Pw_x,Pw_y,Pw_z),获取初始地图;6)将后续相邻帧的匹配结果与现有地图进行优化,为接下去新增的每一帧执行正常的特征SLAM的流程,不断调整扩充地图,实现SLAM的连续跟踪。2.如权利要求1所述的基于特征的单目SLAM快速初始化方法,其特征在于:所述步骤6)中,SLAM的流程如下:6.1)初始化关键帧序列;6.2)对于新来的一帧I,计算关键帧序列中最后一帧与I的运动,并估计该运动的大小e,有以下几种可能性:6.2.1)若e>Eerror,说明运动太大,可能是计算错误,丢弃该帧;6.2.2)若没有匹配上,说明该帧图像质量不高,丢弃;6.2.3)若e<Ekey,说明离前一个关键帧很近,同样丢弃;6.2.4)剩下的情况,只有是特征匹配成功,运动估计正确,同时又离上一个关键帧有一定距离,则把I作为新的关键帧,进入回环检测程序;6.3)近距离回环:匹配I与关键帧序列末尾m个关键帧,匹配成功时,在图里增加一条边;6.4)随机回环:随机在关键帧序列里取n个帧,与I进行匹配。若匹配上,在图里增加一条边;6.5)将I放入关键帧序列末尾,若有新的数据,则返回6.2);若无,...
【专利技术属性】
技术研发人员:张少波,张剑华,钱胜,刘盛,
申请(专利权)人:上海玄彩美科网络科技有限公司,
类型:发明
国别省市:上海;31
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。