一种自适应的单目视觉里程计关键帧选取方法技术

本发明专利技术属于导航定位技术领域，具体涉及一种自适应的单目视觉里程计关键帧选取方法，包括如下步骤：步骤一，利用光流约束方程，采用金字塔分层的KLT光流跟踪；步骤二、计算帧间本质矩阵；步骤三，得到帧间姿态角的变化，进而间隔时间预测载体运动状态；步骤四、设定姿态角阀值，若姿态角小于设定阀值，则间隔选取关键帧；若姿态角大于设定阀值，则依次选取关键帧。本发明专利技术实现自动的进行关键帧选取，提高视觉导航的实时性和鲁棒性。的实时性和鲁棒性。的实时性和鲁棒性。

【技术实现步骤摘要】
一种自适应的单目视觉里程计关键帧选取方法


本专利技术属于导航定位
，具体涉及一种自适应的单目视觉里程计关键帧选取方法。

技术介绍

随着计算机视觉技术、传感器技术和图像处理技术的快速发展，视觉导航作为复杂环境下GNSS受限时的有效补充，凭借其自主性好、可视性丰富、体积较小、成本低廉等优势迎来了前所未有发展机遇，成为了导航定位
研究的热点。然而，实时的VO/VSLAM和大规模的(半稠密/稠密)SFM给有限的计算资源带来了严峻挑战。当前，国内外学者在VO/VSLAM关键帧选取方面进行了大量的研究，涌现出了许多代表性的研究成果。主要可分为以下几类：一，等距离或间隔相同时间插入关键帧。如PTAM在插入关键帧时需要满足好的跟踪质量，距离前一个关键帧要超过一定的平移距离和旋转角度，相机距离已构建地图的最近关键点有最小距离，这样导致新特征点三角化时非常容易失败。二、基于图像重叠度的关键帧选取。如OKVIS关键帧选取策略是当重叠区域的匹配点小于检测点的50％
‑
60％时，就产生一个关键帧，同时边缘化最远的关键帧，这样保留了一组最新的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应的单目视觉里程计关键帧选取方法，其特征在于，包括如下步骤：步骤一，利用光流约束方程，采用金字塔分层的KLT光流跟踪；步骤二、计算帧间本质矩阵；步骤三，得到帧间姿态角的变化，进而间隔时间预测载体运动状态；步骤四、设定姿态角阀值，若姿态角小于设定阀值，则间隔选取关键帧；若姿态角大于设定阀值，则依次选取关键帧。2.根据权利要求1所述的一种自适应的单目视觉里程计关键帧选取方法，其特征在于，所述步骤二中通过五点法和RANSAC算法计算帧间本质矩阵。3.根据权利要求1所述的一种自适应的单目视觉里程计关键帧选取方法，其特征在于，所述步骤三通过本质矩阵两步分解最终得到姿态角。4.根据权利要求2所述的一种自适应的单目视觉里程计关键帧选取方法，其特征在于，所属步骤二利用五点法和RANSAC计算帧间本质矩阵E后，通过奇异值分解将E分解为旋转矩阵R和平移向量t，即：E＝UΣV
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，U，V为正交矩阵，Σ为奇异值矩阵，可令Σ＝diag(1,1,0)；在SVD分解本质矩阵E时，旋转矩阵R和平移向量t的对应关系如下：其中，W为绕某坐标轴旋转得到的旋转矩阵。5.根据权利要求4所述的一种自适应的单目视觉里程计关键帧选取方法，其特征在于，由于
‑
E与E等价，所述两组对应关系有四种解答，当三角计算得到的坐标点都在相机观测的前方时，符合实际情况的正确解。6.根据权利要求4所述的一种自适应的单目视觉里程计关键帧选取方法，其特征在于，若两幅影像I、J在给定空间中对应的图像坐标点集分别为P＝{p1,p2,
…
,p
n
}...

【专利技术属性】
技术研发人员：蔺小虎，姚顽强，郑俊良，马伯林，薛贝，李悠，高毅楠，杨鑫，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：