The invention discloses a single SLAM initialization method and system based on wheel encoder. In the SLAM initialization image sequence, the first key frame and the second key frame are selected for feature matching, the coordinates of all matching points in the world coordinate system of the first key frame are calculated, the initial point cloud map is established, and the camera pose of the second key frame is determined by the displacement information of the wheel encoder. When optimizing, the camera pose of the first key frame and the second key frame is fixed, and the camera pose of the two frames is not adjusted by local bundling. The method combines the displacement information of the wheel encoder with the point feature of the image information of the visual sensor, plays the role of complementary information, can determine the camera position and pose of the second key frame very accurately, retains the scale information of the real world, improves the positioning accuracy of the camera, simplifies the operation and improves the response speed.
【技术实现步骤摘要】
一种基于轮式编码器的单目SLAM初始化方法及系统
本专利技术涉及同步定位与地图构建的初始化,尤其是一种基于轮式编码器的单目SLAM初始化方法及系统。
技术介绍
同时定位与地图构建(SimultaneousLocalizationandMapping,SLAM)其目标是在一个未知的环境中实时重建环境的三维结构并同时对机器人自身进行定位。视觉SLAM技术根据拍摄的视频信息推断出视觉传感器在未知环境中的方位,并同时构建环境地图,其基本原理为多视图几何原理。视觉SLAM的目标为同时恢复出每帧图像对应的相机运动参数C1…Cm,以及场景三维结构X1…Xn;其中每个相机运动参数Ci包含了相机的位置和姿态信息,通常表示为一个3×3的旋转矩阵Ri和一个三维位置向量Pi。Mur-Artal等人提出了ORB-SLAM,该方法公开了一种基于图像的单目SLAM初始化方法,提供了用以采集周围环境图像的摄像设备;利用图像的特征点来实现初始化过程;该方法包括如下内容:特征提取匹配:对输入的连续两帧图像分别提取ORB特征点,并进行匹配;场景模型的选择:考虑平面和非平面两种情况,根据计算的比例分值选择模型,平面对应单应矩阵,非平面对应基础矩阵,利用8点法求得矩阵;计算相机位姿:上一步能够得到一个矩阵(单应矩阵或基础矩阵),分解该矩阵能够得到几组位姿解;恢复特征点深度:对上一步中的每一组相机位姿,利用三角化恢复出每个特征点的深度值;选择最好的位姿解:根据上一步每组求出的三维点云,选择结果最好的那一组位姿作为初始化第二帧的相机位姿。该方法可以有效地计算出第二帧的相机位姿和一系列的初始地图点,但同 ...
【技术保护点】
1.一种基于轮式编码器的单目SLAM初始化方法,其特征在于,包括如下步骤:在SLAM初始化图像序列中选取第一关键帧与第二关键帧,对第一关键帧和第二关键帧进行特征匹配,根据匹配得出的匹配点对的图像坐标信息、轮式编码器的位移信息以及相机内参计算所有匹配点在第一关键帧的世界坐标系坐标,建立初始点云地图;并利用轮式编码器的位移信息确定第二关键帧的相机位姿,在优化时固定第一关键帧与第二关键帧的相机位姿,不对这两帧相机位姿进行局部捆集调整。
【技术特征摘要】
1.一种基于轮式编码器的单目SLAM初始化方法,其特征在于,包括如下步骤:在SLAM初始化图像序列中选取第一关键帧与第二关键帧,对第一关键帧和第二关键帧进行特征匹配,根据匹配得出的匹配点对的图像坐标信息、轮式编码器的位移信息以及相机内参计算所有匹配点在第一关键帧的世界坐标系坐标,建立初始点云地图;并利用轮式编码器的位移信息确定第二关键帧的相机位姿,在优化时固定第一关键帧与第二关键帧的相机位姿,不对这两帧相机位姿进行局部捆集调整。2.根据权利要求1所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,在初始化图像序列中选取第一关键帧与第二关键帧之前,先进行数据获取:在ROS平台上,令图像节点及轮式编码器节点向外发布信息;在SLAM节点中订阅这两个节点发布的信息;SLAM节点接收到图像信息和轮式编码器位移信息之后,将图像信息与位移信息对应关联。3.根据权利要求1所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,在所述特征匹配前先进行特征提取,具体是对图像信息提取ORB特征,遍历图像的每一个像素点,判断是否满足FAST角点的条件,找出所有满足条件的关键点,再对每一个FAST角点计算其BRIEF描述子及主方向。4.根据权利要求1所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,所述在初始化图像序列中选取第一关键帧与第二关键帧,对第一关键帧和第二关键帧进行特征匹配具有约束条件,包括:特征点数量约束:图像的特征点数量大于特征点阈值才可选取为第一关键帧或第二关键帧;位移间距约束:与第一关键帧的位移间距大于位移阈值才可选取为第二关键帧;匹配点对数量约束:与第一关键帧进行特征匹配的匹配点对数量大于匹配点对数量阈值才可选取为第二关键帧。5.根据权利要求1所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,在所述特征匹配后还进行剔除误匹配点对操作。6.根据权利要求5所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,所述剔除误匹配点对采用ACRANSAC算法或RANSAC算法。7.根据权利要求5所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,所述剔除误匹配点对的具体方法为:剔除视差不大于视差阈值的点和深度值超出深度预设范围的点。8.根据权利要求7所述的一种基于轮式编码器的单目SLAM初始化方法,其特征在于,具体是先剔除视差过小的点,再计算匹配点在第一关键帧的世界坐标系坐标(x,y,z)中的z坐标,z值即为深度值,再剔除z值超出深度预设范围的点。9.根据权利要求1所述的一种基于轮式编码器的单目SLAM初始化方法,其特征...
【专利技术属性】
技术研发人员:陈钊,黄骏,周晓军,杜逢博,李骊,王行,盛赞,李朔,杨淼,
申请(专利权)人:南京华捷艾米软件科技有限公司,
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。