【技术实现步骤摘要】
基于条纹投影轮廓术的毫米级室内建图定位方法
[0001]本专利技术涉及一种基于条纹投影轮廓术的毫米级室内建图定位方法,属于计算机视觉和机器人应用
技术介绍
[0002]同步定位和建图技术(SLAM)在计算机视觉和机器人社区中变得越来越重要,它构建未知场景的2
‑
D/3
‑
D地图并同时在地图中定位传感器。传统的SLAM选择分辨率和精度相对较低的 2
‑
D/3
‑
D数据传感器,例如,3
‑
D精度和分辨率均为厘米(cm)甚至分米(dm)级。因此,SLAM 经常用于户外对准确性的要求不高的应用,例如大场景中的自动驾驶和无人机探索工作。对于室内应用,需要毫米(mm)级高分辨率和高精度的需求,以确保成功执行任务。一个例子是室内服务机器人,机器人系统需要在未知的狭窄场景中探索和规划自己的路线。又如增强和虚拟现实(AR/VR),需要高精度的映射和定位结果,实现虚拟信息与真实环境的无缝融合,进而获得沉浸式虚拟交互。
[0003]传统的S ...
【技术保护点】
【技术特征摘要】
1.一种基于条纹投影轮廓术的毫米级室内建图定位方法,其特征在于:包括如下步骤:步骤1:使用FPP传感器采集当前视角的三维彩色点云数据,包括此视角下的二维纹理和三维点云数据;步骤2:基于步骤1得到的当前视角三维彩色点云数据中的二维纹理到三维点云数据中描述符的由粗到精,执行局部建图模块,使用配准算法来将计算前后帧点云与三维点云数据之间的误差进行最小化处理,生成当前视角局部地图;步骤3:对第一视角和第二视角进行步骤1~2,得到第一视角局部地图和第二视角局部地图,将两局部地图执行精配准后融合作为初全局地图;步骤4:开始全局建图,对下一视角重复步骤1~2,得到下一视角局部地图,将下一视角局部地图执行精配准后融合至步骤3得到的初全局地图中,直至所有视角下的局部地图均融合至初全局地图中,得到粗全局地图;步骤5:根据步骤4得到的粗全局地图和FPP中的坐标映射关系来确定相机的6D位姿,所述6D位姿包括位置和朝向;步骤6:利用光束平差法和图优化的方法来优化步骤5中的相机的6D位姿,得到全局一致的轨迹的优化后相机6D位姿;步骤7:步骤6得到的优化后相机6D位姿中更新的变化矩阵用来重新优化粗全局地图,得到优化后的全局地图。2.根据权利要求1所述的基于条纹投影轮廓术的毫米级室内建图定位方法,其特征在于:步骤2中的具体步骤如下:步骤2.1:对得到的二维纹理利用SURF算法提取二维匹配点,得到二维变换矩阵;步骤2.2:根据坐标变换将步骤2.1中得到的二维变换矩阵转换成三维变换矩阵,作为初始配准先验;步骤2.3:根据步骤2.1的二维匹配点提取对应的三维特征点;步骤2.4:对步骤2.3...
【专利技术属性】
技术研发人员:张毅,张凯,韩静,郑东亮,赵洋,朱戎彪,于浩天,周宇,白雪飞,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:
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。