一种基于预变换的大视角变化下视觉同时定位与绘图方法技术

本发明专利技术公开了一种基于预变换的大视角变化下视觉同时定位与绘图方法，具体为：在SLAM系统中，输入大视角变化下相机获取的图像信息；对图像进行预变换，建立相邻图像之间的对应关系，粗略地估计两帧之间的相机运动和场景结构；利用获得的信息构建局部地图；对地图进行全局优化，生成场景的稀疏三维重建结果。本发明专利技术针对视觉同步定位与地图构建系统性能下降的问题，基于ASIFT原理，对相机旋转造成的经度角及纬度角进行模拟，提出了一种基于ORB的抗视角变化图像特征匹配算法，能在视角发生较大变化情况下有效地估计相机运动轨迹并生成以关键帧为场景的稀疏三维重建结果。

A Method of Simultaneous Vision Location and Drawing Based on Pre-transformation under Large Angle of View

The invention discloses a method of simultaneous vision positioning and mapping based on pre-transformation under large angle of view change. Specifically, in SLAM system, the image information acquired by the camera under large angle of view change is input; the image is pre-transformed, the corresponding relationship between adjacent images is established, the camera motion and scene structure between two frames are roughly estimated; and the local map is constructed by using the obtained information. The map is optimized globally to generate the sparse three-dimensional reconstruction results of the scene. Aiming at the problem that the performance of visual synchronous positioning and map building system is degraded, the longitude and latitude angles caused by camera rotation are simulated based on ASIF principle, and an ORB-based image feature matching algorithm against angle change is proposed, which can effectively estimate camera motion trajectory and generate sparse three-dimensional weight with key frames as scenes when the angle of view changes greatly. Construction results.

【技术实现步骤摘要】
一种基于预变换的大视角变化下视觉同时定位与绘图方法
本专利技术属于视觉同步定位与地图构建(SLAM)
，涉及一种基于预变换的大视角变化下视觉同时定位与绘图方法。
技术介绍
随着人工智能技术的快速发展，智能机器人开始广泛应用于工业生产、军事作战以及居民生活的方方面面。同步定位与地图构建，它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，并同时估计自己的运动，这是实现真正智能化和完全自主移动的关键技术。视觉传感器因其成本低、探测范围宽、信息量大、图像特征易于提取等特点，已被广泛地应用在基于视觉的同步定位与地图构建(Visual-basedSimultaneousLocalizationandMapping，V-SLAM)中。但是在移动机器人进行SLAM的过程中，往往由于复杂环境中光照、地形等外部环境条件的影响，机器人位姿变化会使图像观测视角发生较大变化，以致相邻帧图像之间特征点匹配数目骤减，匹配精度降低，导致系统性能下降甚至失效，严重时会发生相机同步定位和地图构建的失败。针对上述问题，如何来对大视角变化下的图像进行特征检测和匹配以及构建大视角的V-本文档来自技高网...

【技术保护点】
1.一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，具体按以下步骤实施：步骤1，在SLAM系统中，输入大视角变化下相机获取的图像信息；步骤2，对图像进行预变换，建立相邻图像之间的对应关系，粗略地估计两帧之间的相机运动和场景结构；步骤3，利用步骤2获得的信息构建局部地图；步骤4，对地图进行全局优化，生成场景的稀疏三维重建结果。

【技术特征摘要】
1.一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，具体按以下步骤实施：步骤1，在SLAM系统中，输入大视角变化下相机获取的图像信息；步骤2，对图像进行预变换，建立相邻图像之间的对应关系，粗略地估计两帧之间的相机运动和场景结构；步骤3，利用步骤2获得的信息构建局部地图；步骤4，对地图进行全局优化，生成场景的稀疏三维重建结果。2.根据权利要求1所述的一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，所述步骤1中图像信息包括连续的多帧单目灰度图像及其所对应的时间戳。3.根据权利要求1所述的一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，所述步骤2具体为：2.1对于大视角变化下的图像，利用仿射相机模型矩阵采样，来模拟相机在不同视角下成像的方法来获取模拟图像序列集；2.2对获取的模拟图像集中不同视角的图像两两进行特征检测，提取ORB特征，最终获得所有正确的相互匹配的特征点，使其具备完全仿射不变性；2.3在得到匹配信息之后，求初始相机位姿和确定较为准确的3D点；2.4实时跟踪特征点，实时输出相机位姿和筛选的关键帧。4.根据权利要求3所述的一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，所述步骤2.1中，仿射相机模型矩阵为：其中，θ和ψ分别为对应光轴的纬度和经度；tx、ty为两方向的平移变量；对应相机绕光轴的自旋角度；s为尺度，指距离引起的缩放；其采样规则是：引入倾斜度来表示图像u(x,y)在x方向发生斜率为t的形变，为了能均匀的模拟仿射变换的图像集，纬度可按等比数列t＝1,a,a2…an(a>1)取值，最优值为经度可按等差数列取值，最优值b＝72°，其中k为的最大正整数。5.根据权利要求3所述的一种基于预变换的大视角变化下视觉同时定位与绘图方法，其特征在于，所述步骤2.3具体为：采用随机采样一致法同时计算单应性矩阵模型H和基础矩阵模型F，分别得到两个矩阵的最优矩阵，然后选择合适的矩阵模型，恢复相机运动；最优矩阵H/F模型选择机制如下：采用M代表矩阵模型，首先给每个模型M计算一个分值SM，以评估哪个模型更合适，计算的方法如下所示，其中SM统一表示SH和SF：其中是匹配点对经过模型M在c当前帧上的投影误差；是其对称误差；TM是无效数据的排除阈值，其中TH＝...

【专利技术属性】
技术研发人员：刘伟，刘丁，祁亮亮，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61