基于改进EMM及ORB算法的移动机器人SLAM方法技术

本发明专利技术涉及一种基于改进EMM及ORB算法的移动机器人SLAM方法，包括以下步骤：S1、通过3D相机采集彩色图像与深度图像，使用改进ORB算法提取彩色图像的特征点并计算描述子，同时对深度图像进行滤波；S2、将彩色图像的像素点转换为空间坐标系下的3D点，使用ICP算法进行位姿计算，去除误匹配点并进行位姿提纯；S3、通过Dijkstra算法与随机采样方法进行回环检测，得到优化后的位姿信息；S4、根据优化后的位姿信息，通过改进环境测量模型的观测似然性计算方法建立稀疏点云图。与现有技术相比，本发明专利技术相比激光雷达定位成本低，与其他视觉方法相比有着鲁棒性强、误差小、无需训练等优点。

【技术实现步骤摘要】
基于改进EMM及ORB算法的移动机器人SLAM方法
本专利技术涉及智能巡检机器人系统的定位导航技术，尤其是涉及一种基于改进EMM及ORB算法的移动机器人SLAM方法。
技术介绍
从行业发展趋势可以看出，巡检机器人将在未来的各个领域占有较大的市场，其中在变电站、校园、工厂、军工、船舶等场所的应用尤为广泛。针对在研发过程中激光雷达价格高和GPS模块精度不足等条件，使用深度摄像头进行局部辅助定位。视觉定位系统主要分为前端和后端，以及回环检测，前端用于提取图像中的特征，用于建立路标点，而后端用于优化摄像头自身误差而产生的位姿累计误差，使得轨迹跟踪更加精确。前端主要的技术有光流法、特征点提取法、基于灰度不变假设的直接法。回环检测的技术目前主要使用的是基于K均值分类的词袋模型法，需要前期进行训练。目前SLAM系统算法的鲁棒性较低，误差较大。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进EMM及ORB算法的移动机器人SLAM方法。本专利技术的目的可以通过以下技术方案来实现：一种基于改进EMM及ORB算法的移动机器人SLAM方法，包括以下步骤：S1、通过3D相机采集本文档来自技高网...

【技术保护点】
1.一种基于改进EMM及ORB算法的移动机器人SLAM方法，其特征在于，包括以下步骤：S1、通过3D相机采集彩色图像与深度图像，使用改进ORB算法提取彩色图像的特征点并计算描述子，同时对深度图像进行滤波；S2、将彩色图像的像素点转换为空间坐标系下的3D点，使用ICP算法进行位姿计算，去除误匹配点并进行位姿提纯；S3、通过Dijkstra最短路径搜索算法与随机采样算法选择回环候选帧进行回环检测，得到优化后的位姿信息；S4、根据优化后的位姿信息，通过改进环境测量模型的观测似然性计算方法建立稀疏点云图。

【技术特征摘要】
1.一种基于改进EMM及ORB算法的移动机器人SLAM方法，其特征在于，包括以下步骤：S1、通过3D相机采集彩色图像与深度图像，使用改进ORB算法提取彩色图像的特征点并计算描述子，同时对深度图像进行滤波；S2、将彩色图像的像素点转换为空间坐标系下的3D点，使用ICP算法进行位姿计算，去除误匹配点并进行位姿提纯；S3、通过Dijkstra最短路径搜索算法与随机采样算法选择回环候选帧进行回环检测，得到优化后的位姿信息；S4、根据优化后的位姿信息，通过改进环境测量模型的观测似然性计算方法建立稀疏点云图。2.根据权利要求1所述的基于改进EMM及ORB算法的移动机器人SLAM方法，其特征在于，所述步骤S1中使用改进ORB算法提取彩色图像的特征点的过程具体包括：对彩色图像构建金字塔，计算每一层图像的边缘；将每层金字塔的图像根据其分辨率分成N个a×a的栅格窗口，a表示根据图像像素设定的栅格窗口边长，在每层的每个窗口区域中使用FAST算法提取角点作为特征点，之后构造四叉树进行节点剔除，实现对特征点的提取。3.根据权利要求1所述的基于改进EMM及ORB算法的移动机器人SLAM方法，其特征在于，所述步骤S1中对深度图像进行滤波的过程具体包括：计算深度图像中每个像素点像素位置分别在垂直和水平方向的方差σz、σL，对每个边缘像素点进行填充；遍历深度图像中每个像素点，以各像素点为中心，3像素为长度，建立3×3区域，对于该区域中每个像素点uk，计算其深度值Di(uk)，以及uk分别与中心像素点坐标ui及ui的深度值Di(ui)的2范数Δu、Δz，判断Δz是否大于0，若是，则计算像素点uk的2范数权重；根据每个像素点的2范数权重，重新计算深度图像中每个像素点的深度值。4.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：彭道刚，陈昱皓，赵晨洋，彭盖伦，王志萍，夏飞，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31