【技术实现步骤摘要】
一种基于视觉特征联合激光SLAM的重定位方法
本专利技术涉及一种基于视觉特征联合激光SLAM的重定位方法。
技术介绍
随着SLAM技术以及工业技术的快速发展，伴随着扫地机器人，服务机器人等以激光SLAM技术为基础的产品的面世，激光SLAM技术开始走向我们的生活。与之而来的是商用激光SLAM技术的一些缺陷的暴露，在构建地图后，激光SLAM再次加载已知地图，并重新定位当前位姿的能力弱。先市面上大多商家利用固定桩点的方法，使机器人每次关机之前回到同一位置，保证下次开机时机器人处于桩点位置，避开激光SLAM的重定位能力弱的情况。因此需要提出一种基于视觉特征联合激光SLAM的重定位方法，从而实现机器人已知地图的任何位置启动都能快速确定自身的位姿。现在有激光SLAM难以在已知地图中实现初始定位使得机器人每次必须在同一桩点开机以保证获得正确的初始位姿。
技术实现思路
本专利技术为了克服现有技术的上述缺点，提供一种基于视觉特征联合激光SLAM的重定位方法。本专利技术解决其技术问题所采用的技术方案是：
【技术保护点】
1.一种基于视觉特征联合激光SLAM的重定位方法，包括以下步骤：/nS1：使用单目相机对周围环境进行拍摄，获得大数量不同的图像，组成数据集；提取数据集中的图像的ORB特征点：/n提取帧图上的FAST角点，针对原始FAST角点，分别计算Harris响应值，然后选取前N个具有最大响应值的角点；构建图像金字塔，在每层检测角点，消除其尺度不变性，计算每个角点的灰度质心，使其具有方向性；/n在上述提取的FAST角点中，结合灰度质心，对每个点进行计算其BRIEF描述子，作为ORB的描述子；/n用K-meams++聚类算法将ORB特征点分类组建成K叉树结构的字典；/nS2：将激光雷达和单...
【技术特征摘要】
1.一种基于视觉特征联合激光SLAM的重定位方法，包括以下步骤：
S1：使用单目相机对周围环境进行拍摄，获得大数量不同的图像，组成数据集；提取数据集中的图像的ORB特征点：
提取帧图上的FAST角点，针对原始FAST角点，分别计算Harris响应值，然后选取前N个具有最大响应值的角点；构建图像金字塔，在每层检测角点，消除其尺度不变性，计算每个角点的灰度质心，使其具有方向性；
在上述提取的FAST角点中，结合灰度质心，对每个点进行计算其BRIEF描述子，作为ORB的描述子；
用K-meams++聚类算法将ORB特征点分类组建成K叉树结构的字典；
S2：将激光雷达和单目相机装在同一移动机器人上，联合标定，获取相机内参，获取相机-LiDAR外参，获得激光雷达与单目相机的位姿的变换矩阵[R，t]；
S3：初始化构建地图，使得机器人运动，激光雷达用...
【专利技术属性】
技术研发人员：赵燕伟，黄程侃，张健，徐晨，任设东，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
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。