The invention discloses a method of instant positioning and map construction based on ORB features, which includes: deleting mismatches by improved RANSAC algorithm, using efficient perspective N-point positioning and iterative nearest point to solve camera pose, so as to obtain accurate pose and restore location in case of frame loss; and combining improved RANSAC algorithm in closed-loop detection. Similar transformation detects the closed-loop and corrects the closed-loop to eliminate the cumulative error. This method achieves more accurate localization and better robustness.
【技术实现步骤摘要】
一种基于ORB特征的即时定位与地图构建的方法
本专利技术涉及计算机视觉、图像处理、以及定位导航领域，尤其涉及一种基于ORB[1]特征的即时定位与地图构建的方法。
技术介绍
移动机器人在未知环境下的自定位和环境模型的建立问题是密切相关的。定位的实现离不开环境模型，而环境模型的准确度又依赖于定位的精度。机器人在未知的环境中没有参照物，只能依靠自身配备的并不是非常准确的传感器来获取外界信息，这时，实现精确的定位是非常困难的。已有地图实现定位和已知位置创建地图都是容易实现的，但是，没有地图的定位和没有定位的地图创建却无从下手。在现在已有的研究中对这类问题的解决方法可分为两类：一类利用自身携带的多种传感器，包括：里程仪、陀螺仪、以及加速度传感器等，通过自身携带的多种传感信息的融合来减小定位误差。使用多传感器的融合算法多为基于卡尔曼滤波的方法，因为这类方法没有参考外部的信息，累计误差会比较大。另一类方法在依靠自身携带的传感器(陀螺仪，加速度传感器等)估计自身运动的同时，使用外部传感器，如：激光测距仪、视觉传感器等来感知环境，对获得的信息进行分析并提取环境特征保存，在下一步通过...
【技术保护点】
1.一种基于ORB特征的即时定位与地图构建的方法，其特征在于，所述方法包括：利用改进的RANSAC算法删除误匹配，利用高效的透视n点定位和迭代最近点求解相机的位姿，使得在丢帧的情况下获得精确的位姿，恢复定位；在进行闭环检测时，利用改进的RANSAC算法结合相似变换检测闭环，并且进行闭环的矫正来消除累积误差。
【技术特征摘要】
1.一种基于ORB特征的即时定位与地图构建的方法，其特征在于，所述方法包括：利用改进的RANSAC算法删除误匹配，利用高效的透视n点定位和迭代最近点求解相机的位姿，使得在丢帧的情况下获得精确的位姿，恢复定位；在进行闭环检测时，利用改进的RANSAC算法结合相似变换检测闭环，并且进行闭环的矫正来消除累积误差。2.根据权利要求1所述的一种基于ORB特征的即时定位与地图构建的方法，其特征在于，所述改进的RANSAC算法具体为：首先对匹配的图像做个预处理，删除汉明距离大于阈值的匹配点；然后在剩下的匹配点中随机选取样本，用估计模型对所有点进行计算，如果内点数超过最好模型的内点数，则更新最好模型，并保存内点；用最小二乘在新的阈值下估计新的模型，并再次保存内点；然后在内点中随机选取样本，进行迭代，直到最好的模型出现或者达到最高迭代次数，最后对最终模型通过捆集调整方式进行位姿的优化。3.根据权利要求2所述的一种基于ORB特征的即时定位与地图构建的方法，其特征在于，所述用估计模型对所有点进行计算，如果内点数超过最好模型的内...
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。