【技术实现步骤摘要】
动态环境下的视觉SLAM初始化方法、系统、装置
本专利技术属于机器人、无人驾驶、AR视觉领域，具体涉及一种动态环境下的视觉SLAM初始化方法、系统、装置。
技术介绍
视觉SLAM是一个系统工程，在经典的视觉SLAM框架中，往往会假设环境为静态环境，或者环境中的静态特征占据多数。尽管目前已经出现了较为成熟的视觉SLAM系统，如ORB-SLAM、DSO、LSD等，但由于SLAM系统做了静态环境的假设，导致其在运动场景中的鲁棒性极差。无论是直接法或是非直接法的视觉SLAM系统，都缺乏应对运动物体的干扰，而且在SLAM运行过程中，对于相机位姿的解算完全依赖于RANSAC方法，如果静态特征点在整个图像中未占据多数，或者占比较低，则在有限次的迭代计算中，往往得不到正确的相机运动模型。传统的因式分解法由于需要提前预知运动物体的个数，且解算数据需要批量数据，因此难以实时且鲁棒的解算运动环境下的相机位姿。建模的方法如高斯建模，混合高斯建模等对于SLAM意义不大，原因在于SLAM的真正意义在于对未知环境的探索，如果在已知环境中运动，SL...
【技术保护点】
1.一种动态环境下的视觉SLAM初始化方法，其特征在于，该方法包括：/n步骤S10，从输入视频中获取具有视差的第一图像帧、第二图像帧；/n步骤S20，对所述第一图像帧、所述第二图像帧，分别进行ORB特征点的提取，通过特征点匹配方法获取所述第一图像帧的匹配特征点；/n步骤S30，对所述第一图像帧等份划分，得到多个图像块，选取所包含的匹配特征点大于设定阈值的图像块作为格子模型，并通过RANSAC算法获取每个格子模型的内点，及内点的质心；/n步骤S40，对每一个格子模型，基于其内点分别计算其与其他格子模型的耦合度，并基于预设的耦合度阈值选取格子模型，构建对应的格子模型集合；/n步...
【技术特征摘要】
1.一种动态环境下的视觉SLAM初始化方法，其特征在于，该方法包括：
步骤S10，从输入视频中获取具有视差的第一图像帧、第二图像帧；
步骤S20，对所述第一图像帧、所述第二图像帧，分别进行ORB特征点的提取，通过特征点匹配方法获取所述第一图像帧的匹配特征点；
步骤S30，对所述第一图像帧等份划分，得到多个图像块，选取所包含的匹配特征点大于设定阈值的图像块作为格子模型，并通过RANSAC算法获取每个格子模型的内点，及内点的质心；
步骤S40，对每一个格子模型，基于其内点分别计算其与其他格子模型的耦合度，并基于预设的耦合度阈值选取格子模型，构建对应的格子模型集合；
步骤S50，对于每一个格子模型集合，基于其中每个格子模型内点的质心计算分布方差，并选取最大分布方差值对应的格子模型集合，并基于该集合中各格子模型的内点构建静态特征集合；
步骤S60，对所述静态特征集合中的内点进行三角化，通过非线性优化方法获取SLAM的三维坐标，并基于该三维坐标对SLAM进行初始化。
2.根据权利要求1所述的动态环境下的视觉SLAM初始化方法，其特征在于，所述的第一图像帧为时刻在前的图像。
3.根据权利要求1所述的动态环境下的视觉SLAM初始化方法，其特征在于，步骤S20中“通过特征点匹配方法获取所述第一图像帧的匹配特征点”，其方法为：获取所述第一图像帧与所述第二图像帧相匹配的ORB特征点作为所述第一图像帧的匹配特征点。
4.根据权利要求1所述的动态环境下的视觉SLAM初始化方法，其特征在于，步骤S30中“选取所包含的匹配特征点大于设定阈值的图像块作为格子模型，并通过RANSAC算法获取每个格子模型的内点，及内点的质心”，其方法为：
选取所包含的匹配特征点大于设定阈值的图像块作为格子模型，统计格子模型的数量；
若所述格子模型的数量大于预设值，则基于每个格子模型的匹配特征点，通过RANSAC算法获取每个格子模型的内点，及内点的质心，执行步骤S40，否则执行步骤S10。
5.根据权利要求1所述的动态环境下的视觉SLAM初始化方法，其特征在于，步骤S40中“对每一个格子模型，基于其内点分别计算其与其他格子模型的耦合度”，其方法为：
将每一个格子模型作为第一模型，将其他格子模型中的任一模型作为第二模型；
基于所述第二模...
【专利技术属性】
技术研发人员：汤淑明，卢晓昀，顿海洋，黄馨，张力夫，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11
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。