一种双目折反射全景系统动态点去除方法技术方案

一种双目折反射全景系统动态点去除方法，属于视觉处理技术领域，为了解决在动态环境中去除动态点问题，采用双目全景系统采集环境图像信息；对折反射相机进行立体初始化，对环境局部地图进行追踪；运用ORB关键点检测识别所需测量深度的P点，通过立体视觉技术测其深度信息；对追踪的地图点进行判断，将最新时刻求得的逆深度观测值，与上一时刻的逆深度估计值进行融合，直到地图点的逆深度值收敛；若π＞0.6，将该地图点加入局部地图，否则将该地图点去除；需要实时插入关键帧，创建新的地图点和去除动态点；结合BA算法进行优化，不满足条件的关键帧及时去除；以SLAM技术为框架，结合立体匹配技术和逆深度滤波原理，将动态点去除，减小视觉里程计估计误差。减小视觉里程计估计误差。减小视觉里程计估计误差。

【技术实现步骤摘要】
一种双目折反射全景系统动态点去除方法


[0001]本专利技术属于视觉同时定位与建图处理
，特别涉及一种双目折反射全景系统动态点去除方法。

技术介绍

[0002]目前同时定位与地图构建技术(SLAM)在无人驾驶领域应用较为广泛。由于相机成本低、重量轻成为车载定位系统中最常用的传感器，许多SLAM系统都采用相机作为输入来定位相机以及构建周围环境地图。视觉SLAM技术一直以来都是机器人自主导航、辅助驾驶、增强现实和三维重建领域的重点研究技术，它与视觉图像处理、特征点提取与匹配等技术息息相关。
[0003]Deok
‑
Hwa Kim和Jong
‑
Hwan Kim提出了一种在动态环境中使用RGB
‑
D传感器的基于背景模型的鲁棒密集视觉里程计(BaMVO)算法。尽管在两种实验中验证了算法的有效性，但是需要使用预先获得的自我运动对保存在内存中的连续深度图像进行扭曲，大大增加了算法的空间复杂度。同时RGB
‑
D传感器视场范围有限，如何增大视场范围是众多学者研究的重点。因此，近本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双目全景相机系统动态点去除方法，其特征是，该方法主要包括地图跟踪、逆深度滤波和局部建图三部分；所述的地图跟踪，采用折反射全景相机组成的双目全景系统采集环境图像信息；对折反射相机进行立体初始化之后，对环境局部地图进行追踪；运用ORB关紧点检测识别所需测量深度的P点，通过立体视觉技术测其深度信息；所述的逆深度滤波，对追踪的地图点进行判断，将最新时刻求得的逆深度观测值，与上一时刻的逆深度估计值进行融合，直到地图点的逆深度值收敛；若π＞0.6，则将该地图点加入局部地图，否则将该地图点去除；所述的局部建图，需要实时插入关键帧，同时创建新的地图点和去除动态点；结合BA算法进行优化，不满足条件的关键帧及时去除。2.根据权利要求1所述的一种双目全景相机系统动态点去除方法，其特征在于，该方法具体步骤如下：步骤一，双目全景相机在动态场景中获取全景图像，通过ORB特征点取方法找到所需要估计的点P，并进行折反射全景相机立体初始化，通过计算得到双目立体视觉的视差：d
s
＝f
s
(α1‑
α2)；其中，P点与左右相机间的极角分别为α1和α2；P点在两个球面上的视差为d
s
，被定义为两个极角对应的弧长的差；f
s
为立体球面的半径，在归一化球面上，f
s
＝1，则此时球面立体的视差为：d
s
＝α1‑
α2；步骤二，步骤一中计算出的视差可以根据正弦三角公式求出P点到左右球面的距离，P点的深度表示为：为：步骤三，将步骤二求解出来的深度信息求取倒数，并将其值加入深度滤波器中进行处理，逆深度滤波器的概率模型表示为：p(x|Z,π)＝πN(x|Z,τ2)+(1
‑
π)U(x|Z
min
,Z
max
)；其中：π代表计算出的地图点是静态点的概率；对应的1
‑
π代表的是该点是动态点的概率；N(x|Z,τ2)指静态点是服从Z为均值τ2为方差的高斯分布，其中x代表由双目全景相机计算得到的逆深度值，Z代表真实的逆深度值，τ2代表一个像素对逆深度的扰动；U(x|Z
min
,Z
max
)是指动态点在(Z
min
,Z
max
)范围内服从均匀分布，可以由场景中几何的先验得到Z
min
和Z
max

【专利技术属性】
技术研发人员：张裕，张越，陈天楷，曹猛，于子雯，李梦迪，孟锦，张恺霖，陈蔓菲，王世峰，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：