本发明专利技术提出一种同步定位与地图构建方法，所述方法包括：在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。本发明专利技术仅使用少量特征点进行特征匹配来获得可靠的初始位姿，有效降低了计算规模以保证实时性，然后通过更为高效的块匹配算法匹配关键点，对初始位姿进行优化，提高地图精度。
A synchronous location and map building method and device
The invention provides a synchronous positioning and map building method, which includes: extracting the first key point and the second key point in the current frame image, matching the first key point with the adjacent frame to get the initial pose, and using the second key point to block on the basis of the initial pose. Matching generates stable posture to complete synchronous positioning and map construction, where the extraction methods of the first and second key points are different. The method uses only a few feature points for feature matching to obtain reliable initial posture, effectively reduces the calculation scale to ensure timeliness, and then optimizes the initial posture by matching key points with more efficient block matching algorithm to improve map accuracy.
【技术实现步骤摘要】
一种同步定位与地图构建方法及装置
本专利技术属于机器视觉中的三维重建领域，具体地涉及一种同步定位与地图构建方法及装置。
技术介绍
在机器人系统中同步定位与地图构建是最为核心的机器视觉算法之一，主要用于帮助机器人解决“我在什么地方？”和“周围环境是什么样？”的问题。近来涌现了许多优秀的视觉SLAM(SimultaneousLocalizationandMapping,同步定位与地图构建)方法，主流的视觉SLAM方法大致可以分为两类：基于特征点及关键帧BA(BundleAdjustment,光束平差法)和基于匹配的直接追踪方法。两者之间的主要区别在于特征点法通过计算和匹配特征点来估计位姿和构建地图，具有较强的鲁棒性；基于块匹配的直接追踪法不需要提取和匹配特征点，因此比基于特征点的方法更高效，但块匹配对光照和模糊情况极为敏感，如果没有准确的初始位姿估计难以保证可靠性。
技术实现思路
本专利技术所要解决的技术问题是针对上述现有技术存在的不足，提出一种在嵌入式环境中同时既可以达到实时性又能够保证可靠性的同步定位与地图构建方法。本专利技术提出一种同步定位与地图构建方法，所述方法包括：在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。作为本专利技术的一种优选技术方案：所述第一类关键点是利用特征提取方法提取的特征点的集合。作为本专利技术的一种优选技术方案：所述提取第二类关键点的根据帧图像中像素梯度来提取关键点，具体为：将像素梯度大于阈值的像素点的集合作为第二类关键点。作为本专利技术的一种优选技术方案：其特征在于，在所述方法还包括：获取关键帧，根据所述关键帧更新地图。本专利技术还提出一种同步定位与地图构建装置，其特征在于，所述装置包括：图像采集模块，用于采集不同时刻的帧图像；关键点提取模块，用于在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同；更新模块，用于获取关键帧，根据所述关键帧更新地图。作为本专利技术的一种优选技术方案：所述关键点提取模块包括：第一提取单元，用于采用特征提取方法提取特征点，将特征点集合作为第一类关键点；第二提取单元，用于提取像素梯度大于阈值的像素点的集合作为第二类关键点。与现有技术相比，本专利技术具有如下优点：本专利技术仅使用少量特征点进行特征匹配来获得可靠的初始位姿，有效降低了计算规模以保证实时性，然后通过更为高效的块匹配算法匹配关键点，对初始位姿进行优化，提高地图精度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1是基于特征点的同步定位与地图构建方法的流程图；图2是插入新的关键帧后的地图构建结果；图3是所有帧处理完毕后完整地图的构建结果；图4和图5是生成的完整关键帧路径与真实结果的对比。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。本专利技术涉及的术语说明如下：帧：在机器视觉领域，习惯称获得的一幅图像为一帧，比如，相机前一时刻获得的图像称作前一帧，相机当前时刻获得的图像称作当前帧，相机获得的连续两幅图像称作相邻帧等；关键帧：由于当前相机的帧率较高，相邻帧之间的位姿变化往往比较小，为了增强位姿估计的准确性，一般采取关键帧的策略，即在一定的位姿变化范围内，新得到的图像只与某一特定的帧进行对齐以估计当前的位姿，而只有当超出了一定的范围后，我们才采取新的特定的帧进行下一阶段的图像对齐，即称这些用来进行图像对齐的特定帧为关键帧；参考帧：用来对齐当前图像的帧称为当前图像的参考帧；地图：在机器视觉领域，将已知的环境信息(比如已经计算得到的点的位置、已获取的图像等)保存起来，称为地图。下面结合附图对本专利技术的技术方案进行详细说明：一种基于特征点的同步定位与地图构建方法，如图1所示，本专利技术分为三个部分，包括初始位姿估计，迭代位姿优化以及最近帧队列。在第一部分，我们基于ORB特征点执行初始姿态估计，其将帧初始位姿和与之对应的关键点作为输入；第二部分负责迭代地优化这些输入值；第三部分负责在最近帧队列中确定关键帧，并通过一个贪婪搜索算法找出关键帧之间的匹配特征用于地图重建。具体实施方式包括以下步骤：步骤1：输入一个需要进行地图构建的视频帧序列，按照时序处理每一帧图像；步骤2：对于当前帧提取关键点，其中第一类关键点提取方法为：首先，将当前帧图像转化为灰度图，记为Igray；其次，对灰度图Igray进行多级缩放，建立图像金字塔，记为I1，I2，...，Is，...，Il,其中s表示图像金字塔中的缩放级别，l为图像金字塔的级数；然后，为了保证关键点的均匀分布在图像金字塔中划分网格，分别对每一个网格提取ORB关键点，提取关键点的方法为：针对图像上的像素点p,若在以p为圆心以r为半径的圆周上有连续n个像素点与p点的灰度差值大于一个阈值，则该点为一个关键点，实验中r取值为3，n取值为11，关键点集合Kf可以定义为；其中c(p)是以p为圆心的圆周上的像素点集合，εp，s是基于集合内灰度平均值的区域自适应阈值，其计算公式为：其中n是集合内像素的数量，参数α用于控制关键点的数量。在本专利技术的另一实施例中，提取第一类关键点还可采用以下特征提取方法：SIFT、SURF、BRISK、FREAK等算法。在图像中根据像素梯度补充剩余关键点作为第二类关键点，其判定方法为：若点q的像素梯度大于一个阈值，就认为q是一个关键点，则补充关键点集合Kg可以表示为：其中b(q)是以q为中心的方形窗口内的像素点集合，m是集合内像素的数量，εq，s是基于集合内梯度平均值的区域自适应阈值，其计算公式为：其中m是集合内像素的数量，参数β用于控制关键点的数量。最终得到的关键点集合K即为上述两个集合的并集，表示为：K＝Kf∪Kg步骤3：计算描述子完成匹配，并得到初始位姿的具体实施方式如下：首先，计算步骤2中得到的Kf中关键点对应的ORB描述子，其结果为一个二进制的特征描述符串，具体实施方式为：在一个特征点的邻域内，选择256对像素点(pi，qi)，i＝1，2，...，256，然后对比每个点对的灰度值大小，如果I(pi)＞I(qi)则生成的二进制串的第i位置1，否则为0。最终可以得到一个长度为256的二进制串，即为最终的描述子。对每个关键点执行上述操作即可得到描述子集合Df；然后，最近帧队列中包括若干个邻近帧，在最近帧队列中寻找能与第i帧成功匹配的帧集合Fm(i)，具体实施方式为：对于每一帧的ORB特征点按照恒本文档来自技高网...
【技术保护点】
1.一种同步定位与地图构建方法，其特征在于，所述方法包括：在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。
【技术特征摘要】
1.一种同步定位与地图构建方法，其特征在于，所述方法包括：在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。2.根据权利要求1所述的方法，其特征在于，所述第一类关键点是利用特征提取方法提取的特征点的集合。3.根据权利要求1所述的方法，其特征在于，所述提取第二类关键点的根据帧图像中像素梯度来提取关键点，具体为：将像素梯度大于阈值的像素点的集合作为第二类关键点。4.根据权利要求1所述的同步定位与地图构建方法，其特征在于，在所述方法还包括：获取关键帧，根据所述关...
【专利技术属性】
技术研发人员：路通，李志凯，巫义锐，
申请(专利权)人：南京大学，
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。