一种基于激光SLAM与单目SLAM融合的里程计方法技术

本发明专利技术提出了一种基于激光SLAM与单目视觉SLAM融合的里程计方法。首先本发明专利技术采用激光雷达和单目相机同时采集数据，再对单目相机采集的图像进行特征点提取与匹配，之后再将激光雷达的点云投影在单目相机采集的图像上，从而计算之前提取出的特征点深度。在估计先验位姿时，对前一帧中的特征点深度信息进行判断，通过不同的三种情况分别进行位姿的估计，从而得到更精确的先验位姿，最后通过Bundle Adjustment得到最终优化后的位姿。极大的改善了单目SLAM中当机器人沿光轴方向运动时导致的位姿估计不准确以及激光SLAM在几何特征相似的环境中失效的问题。似的环境中失效的问题。

【技术实现步骤摘要】
一种基于激光SLAM与单目SLAM融合的里程计方法


[0001]本专利技术属于SLAM中里程计的融合方法，具体涉及一种基于激光SLAM与单目视觉SLAM融合的里程计方法。

技术介绍

[0002]同时定位与地图创建（simultaneous localization and mapping，SLAM）是移动机器人在解决未知环境中的探索、侦查、导航等各项问题的基础。根据搭载的传感器不同，主流的SLAM方式分为激光SLAM与视觉SLAM。
[0003]视觉SLAM，相机具有成本低、图像信息丰富等优点，因此在几何机构相似的环境、处理回环检测等问题上表现良好。但容易受到光照变化的影响，尤其是采用单目相机作为传感器时会产生尺度漂移等问题。
[0004]激光SLAM，理论相对于视觉SLAM较为成熟，但存在几何结构相似的环境下效果不佳以及难以处理动态物体等问题。
[0005]多传感器融合技术与机器人技术的结合成为现阶段机器人发展方向的研究热点。多种传感器能够实现取长补短，尤其是在SLAM方面的应用，能够协助机器人更好的完成地图构建与定位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光SLAM与单目视觉SLAM融合的里程计方法，其特征在于，包括以下步骤：步骤1，视觉数据与激光数据的采集机器人安装单目相机以及激光雷达传感器，通过单目相机获取RGB图像数据；三维激光雷达获取点云数据，工控机实时读取上述传感器数据；步骤2，通过激光点云赋予特征点深度对单目相机采集的RGB图像数据进行特征提取，在特征提取后进行特征匹配，同时将激光雷达采集的点云投影在RGB图上，在特征点周围选取方形区域，提取区域内点云的深度值，通过对各个点云深度值的进行插值计算，从而得到该特征点的深度；步骤3，通过判断特征点深度情况估计先验位姿在估计帧与帧之间的先验位姿时，先对前一帧的中特征点的深度信息进行判断：
①
若前一帧中的特征点全部具有深度信息，则与当前帧中全部的特征点构建PNP(Perspective-n-point)问题从而计算帧间位姿；
②
若前一帧中存在不具备深度信息的特征点，采用前一帧中有深度特征点与当前帧中对应的特征点构建PNP(Perspective-n-point)问题，提取该位姿中的平移向量作为两帧之间估计位姿的位移向量；同时，对两帧中所有的特征点构建对极几何问题，提取该位姿中的旋转矩阵作为两帧之间估计位姿的旋转矩阵；
③
当前一帧中的特征点均没有深度信息时，对两帧中所有的特征点构建对极几何问题，提取该位姿中的旋转矩阵作为两帧之间估计位姿的旋转矩阵；并采用优化对极几何的方式计算位移向量作为两帧之间的估计位姿的位移向量；步骤4，后端Bundle Adjustment优化在得到初始先验位姿后，通过后端的Bundle Adjustment优化得到最终的优化后位姿。...

【专利技术属性】
技术研发人员：何丽，齐继超，袁亮，
申请(专利权)人：新疆大学，
类型：发明
国别省市：