【技术实现步骤摘要】
基于点线特征和深度滤波器的轻量级单目视觉定位方法
本专利技术属于视觉实时定位与建图
，更具体地，涉及一种基于点线特征和深度滤波器的轻量级单目视觉定位方法。
技术介绍
当今在机器人实时定位与建图领域中，通常采用激光雷达作为定位的核心传感器，以激光雷达为核心的各种定位技术，经过长期发展，已经走向了成熟，甚至广泛应用到了市场。视觉传感器相比于激光雷达，采样频率更高，跟重要的是，价格低廉，以视觉作为主要传感器的定位技术，越来越受到重视。视觉里程计计算效率更高，硬件成本得到显著降低。目前视觉传感器可以分类三类：单目、双目和深度相机，深度相机采用结光的原理获取场景的深度，在室内可以得到测量精度比较高的值，但在室外大场景下，深度相机几乎失效；双目相机利用双目视觉和已知基线可以获取共视点的深度，可用于室外，但深度计算本生就是计算量比较大的一部分；单目视觉传感器成本更低，也不受基线影响，可以利用三角化来初始化场景的深度，室内室外均适用。当前的视觉实时定位与建图多采用匹配特征点的方式来跟踪位姿，该做涉及计算特征点、为所有特...
【技术保护点】
1.一种基于点线特征和深度滤波器的轻量级单目视觉定位方法，其特征在于，包括以下步骤：/nS1.使用待标定单目相机采集含有标定板信息的图像数据，使用标定得到相机模型的内参和畸变参数；/nS2.将载有单目相机的设备放置至目标环境中，记录传感器数据，对采集到的每一帧图片进行畸变校正，并计算ORB特征和LSD线段特征；/nS3.跟踪步骤S2得到的特征点，确定第一个关键帧和第二个关键帧，计算单应矩阵和基础矩阵，并确定最佳的参数，作为单目初始化全局的尺度；/nS4.将采集线段特征得到的线段进行等距采样得到新的点，对所有ORB特征点和LSD特征上的点，确定一块特征块，使用直接法对所有特征...
【技术特征摘要】
1.一种基于点线特征和深度滤波器的轻量级单目视觉定位方法，其特征在于，包括以下步骤：
S1.使用待标定单目相机采集含有标定板信息的图像数据，使用标定得到相机模型的内参和畸变参数；
S2.将载有单目相机的设备放置至目标环境中，记录传感器数据，对采集到的每一帧图片进行畸变校正，并计算ORB特征和LSD线段特征；
S3.跟踪步骤S2得到的特征点，确定第一个关键帧和第二个关键帧，计算单应矩阵和基础矩阵，并确定最佳的参数，作为单目初始化全局的尺度；
S4.将采集线段特征得到的线段进行等距采样得到新的点，对所有ORB特征点和LSD特征上的点，确定一块特征块，使用直接法对所有特征块的位姿参数迭代，通过最小化特征块灰度差值，得到相机的初始位姿；利用得到的初始位姿和当前帧具有共视关系的关键帧，计算仿射变换并最小化光度误差，来对特征块的位置进行优化；最后利用得到的位姿和特征位置计算重投影误差，通过高斯牛顿法优化位姿和三维点的位置；
S5.计算当前帧与所有关联关键帧平移量，如果平移足够大则确定当前帧是关键帧；
S6.对于关键帧，使用CNN计算特征点的深度值初始化深度滤波器；对于普通帧，融合观测数据和预测数据，得到新的关于深度估计的高斯分布。
2.根据权利要求1所述的基于点线特征和深度滤波器的轻量级单目视觉定位方法，其特征在于，所述的S1步骤中得到相机模型的内参的方法，包括：
在包含标定板的图像数据中，标定板所在的平面为Π，成像平面为π，已知成像平面π和标定板平面Π的信息可以求得两个平面的单应矩阵Η，可以得到如下的等式：
Η＝KT
K为内参矩阵，Τ为变换矩阵，由于标定板上特征点可以被检测到，所以标定板的信息已知，通过对应的点对解得Η后，可以通过上面的等式得到内参矩阵K。
3.根据权利要求1所述的基于点线特征和深度滤波器的轻量级单目视觉定位方法，其特征在于，所述的步骤S2中畸变校正的方法包括：
畸变可以分为径向畸变和切向畸变，这里只考虑径向畸变，采用张氏标定法即可获取畸变参数，设径向畸变参数为k1,k2,k3，则校正后的归一化坐标可以表示为：
xtrue＝x(1+k1r2+k2r4+k3r6)
ytrue＝y(1+k1r2+k2r4+k3r6)
其中x，y为归一化平面的坐标；由归一化的坐标根据标定得到的内参可以得到像素平面的坐标u，v。
4.根据权利要求1所述的基于点线特征和深度滤波器的轻量级单目视觉定位方法，其特征在于，所述...
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。