一种基于点线特征的视觉SLAM方法和装置制造方法及图纸

一种基于点线特征的视觉SLAM方法和装置，能够综合视觉图像帧中的特征点和特征线信息，提高视觉SLAM的准确度。该方法为，接收摄像头输入的视觉图像帧；提取所述视觉图像帧的特征点和特征线；利用所述特征点预测所述摄像设备的第一位姿；针对提取的第一特征线进行观测，确定所第一特征线的特征线观测量；获取所述摄像设备的全局特征线状态向量集合，所述全局特征线状态向量集合中包括N历史特征线的特征线状态向量，N为正整数；利用所述特征线观测量、所述全局特征线状态向量集合更新所述第一位姿，这样融合了基于特征点的运动估计及环境中观测到的特征线的观测特征，来实时更新摄像设备的位姿，提高了视觉SLAM的准确度。

【技术实现步骤摘要】
一种基于点线特征的视觉SLAM方法和装置
本申请涉及图像处理
，尤其涉及一种基于点线特征的视觉SLAM方法和装置。
技术介绍
目前，同步定位与地图构建(Simultaneouslocalizationandmapping，SLAM)是实现自主导航的基本问题与研究热点。它的目标是解决在进入未知环境后，如何感知周围环境构建增量式地图，并同时进行自身定位的问题。用于感知周围环境的传感器有很多种，摄像设备凭借其廉价，体积小，便于安装等优点使视觉SLAM方法成为领域中重要研究内容。传统的视觉SLAM理论主要是利用环境中的特征点进行制图和定位，优点是特征点便于检测和跟踪，而缺点则是对于一些人造建筑的环境如走廊的墙面等，仅考虑环境的特征点信息而严重影响SLAM的准确度。
技术实现思路
本申请实施例提供一种基于点线特征的视觉SLAM方法和装置，能够综合视觉图像帧中的特征点和特征线信息，以提高视觉SLAM的准确度。本申请实施例提供的具体技术方案如下：第一方面，本申请实施例提供一种基于点线特征的视觉SLAM方法，应用于采集周围图像的摄像设备，包括：接收摄像头输入的当前视觉图像帧；提取所述当前视觉图像帧本文档来自技高网...

【技术保护点】
1.一种基于点线特征的视觉SLAM方法，应用于采集周围图像的摄像设备，其特征在于，包括：接收摄像头输入的当前视觉图像帧；提取所述当前视觉图像帧的特征点和特征线；利用所述特征点预测所述摄像设备的第一位姿；对第一特征线进行观测，以确定所述第一特征线的特征线观测量，其中，所述第一特征线是提取到的所述特征线中的任意一条特征线；获取所述当前视觉图像帧中的全局特征线状态向量集合，所述全局特征线状态向量集合中包括N条历史特征线的特征线状态向量，N为正整数；利用所述特征线观测量和所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿。

【技术特征摘要】
2017.09.22 CN 20171086803461.一种基于点线特征的视觉SLAM方法，应用于采集周围图像的摄像设备，其特征在于，包括：接收摄像头输入的当前视觉图像帧；提取所述当前视觉图像帧的特征点和特征线；利用所述特征点预测所述摄像设备的第一位姿；对第一特征线进行观测，以确定所述第一特征线的特征线观测量，其中，所述第一特征线是提取到的所述特征线中的任意一条特征线；获取所述当前视觉图像帧中的全局特征线状态向量集合，所述全局特征线状态向量集合中包括N条历史特征线的特征线状态向量，N为正整数；利用所述特征线观测量和所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿。2.如权利要求1所述的方法，其特征在于，所述方法还包括：利用所述特征线观测量、所述第一位姿对所述全局特征线状态向量集合进行更新，以得到更新后的全局特征线状态向量集合。3.如权利要求1所述的方法，其特征在于，所述方法还包括：遍历所述N条历史特征线，依次计算每条历史特征线与所述第一特征线之间的马氏距离，得到N个马氏距离；所述利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿，包括：当所述N个马氏距离中的最小马氏距离小于预设阈值时，利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿。4.如权利要求3所述的方法，其特征在于，所述利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿，包括：计算所述最小马氏距离对应的特征线的特征线状态向量与所述特征线观测量之间的偏差，基于所述偏差，利用滤波方法更新所述第一位姿和所述全局特征线状态向量集合。5.如权利要求3所述的方法，其特征在于，所述方法还包括：当所述N个马氏距离中的最小马氏距离不小于预设阈值时，将所述特征线观测量添加到所述全局特征线状态向量集合中，以得到更新后的所述全局特征线状态向量集合。6.如权利要求1所述的方法，其特征在于，所述提取所述当前视觉图像帧的特征线，包括：提取所述当前视觉图像帧的所有线段；若提取的任意两条线段满足第一预设条件时，将所述任意两条线段合并为一条新的线段，直到不存在满足所述第一预设条件的线段为止；若所述任意两条、经合并的线段满足第二预设条件时，将所述任意两条、经合并的线段作为同一条特征线输出；若所述任意两条、经合并的线段不满足第二预设条件时，将所述任意两条线段作为两条特征线输出。7.如权利要求6所述的方法，其特征在于，若提取的任意两条线段满足第一预设条件时，将所述任意两条线段合并为一条新的线段，包括：若提取的任意两条线段的端点之间的最小距离小于第一预设值且所述两条线段之间的距离小于第二预设值，且所述任意两条线段之间的夹角小于第三预设值时，将所述任意两条线段合并为一条新的线段。8.如权利要求6所述的方法，其特征在于，若所述任意两条、经合并的线段满足第二预设条件时，将所述任意两条、经合并的线段作为同一条特征线输出，包括：若所述任意两条、经合并的线段之间的夹角小于第四预设值，且所述两条线段的长度相同，且所述两条线段的重叠度大于第五预设值，且所述两条线段之间的距离小于第六预设值时，将所述任意两条线段作为同一条特征线输出。9.如权利要求1-8任一项所述的方法，其特征在于，所述对所述第一特征线进行观测，以确定所述第一特征线的特征线观测量，包括：针对提取的第一特征线采用正交化参数进行最小化描述，得到所述特征线观测量。10.如权利要求1-9任一项所述的方法，其特征在于，所述获取所述当前视觉图像帧中的全局特征线状态向量集合，包括：在所述摄像设备运动过程中，在所述当前视觉图像帧是关键帧且观测到特征线时，针对当前观测到的特征线与在先已经观测到的历史特征线进行关联匹配，所述关键帧是所述摄像设备运动过程中发生关键动作所处的帧；针对匹配成功的特征线，计算所述当前观测到的特征线与在先已观测到的每条历史特征线之间的重投影误差，利用所述重头影误差构造目标函数，最小化所述目标函数得到所述当前观测到的特征线的特征线状态向量，将其更新到所全局特征线状态向量集合中；针对匹配失败的特征线，获取所述当前观测到的特征线的特征线状态向量，将其添加到所述全局特征线状态向量集合中。11.一种基于点线特征的视觉SLAM装置，应用于采集周围图像的摄像设备，其特征在于，包括：接收单元，用于接...

【专利技术属性】
技术研发人员：李晚龙，李建飞，高亚军，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44