基于V-SLAM算法的室内自主导航方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种基于V

【技术实现步骤摘要】
基于V
‑
SLAM算法的室内自主导航方法、装置、设备和介质


[0001]本专利技术涉及计算机视觉
，具体涉及一种基于V
‑
SLAM算法的室内自主导航方法、装置、设备和介质。

技术介绍

[0002]1988年SLAM(同时定位与地图构建)问题首次被提出，SLAM被写成一个运动方程和观测方程，并以最小化这两个方程中的噪声项为目的，使用典型的滤波器思路来解决SLAM问题。2002年新的滤波器ENK被提出以更好地滤去噪音，同时提出基于视觉的SLAM算法，以弥补以往SLAM算法需要人工标志的不足。紧接着BA图优化算法被提出以优化基于视觉采集的环境世界空间信息，以期降低重投影误差，成为现今V
‑
SLAM中主流的优化方法。另外，基于深度学习的优化V
‑
SLAM算法部分模块的研究较少，值得进一步研究。
[0003]目前国内外基于SLAM算法的自主导航产业处于发展阶段，2013年思岚科技实现基于激光雷达的SLAM算法及配套路径规划；2018年高仙提出SLAM2.0，对V
...

【技术保护点】

【技术特征摘要】
1.一种基于V
‑
SLAM算法的室内自主导航方法，其特征在于，所述室内自主导航方法包括以下步骤：S1、视觉信息采集：操控移动机器人在三维室内空间环境中自由移动，通过视觉传感器采集图像信息和深度信息；S2、基于视觉里程计算法实现扫描匹配工作：使用前一帧位姿并利用相邻帧之间的关系估计当前帧的位姿，通过判断移动机器人的运动距离和方向，不断的累计运算得出移动机器人的运行轨迹；S3、非线性优化：通过非线性最小二乘方法优化建图过程中累积的误差，并迭代线性化求解，最终得到非线性优化后的结果；S4、闭环检测：对传感器采集的图像之间进行相似度的计算，检测相机是否经过同一个地方，提高移动机器人轨迹的正确性；S5、地图构建以及同步定位：采用栅格建图算法搭建三维地图，通过视觉传感器采集图像与三维地图进行特征匹配，在图像与所构建三维地图成功匹配后，计算定位结果，并利用A*算法进行路径规划，提供最优导航路线。2.根据权利要求1所述的基于V
‑
SLAM算法的室内自主导航方法，其特征在于，所述步骤S1中利用RGBD相机获取深度信息和图像信息。3.根据权利要求1所述的基于V
‑
SLAM算法的室内自主导航方法，其特征在于，所述步骤S2中，通过FAST算法检测特征点，过程如下：S201、从图像信息中选取一个像素点P，首先把该像素点P的灰度值设为，下面将判断该像素点是否属于一个特征点；S202、设定一个阈值当当两个像素点的灰度值之差大于阈值t时，则认定该两个像素点为不同像素点；S203、考虑该像素点P周围的16个像素点；S204、现在如果这16个1像素点中有连续的12个点都和该像素点P不同，那么该像素点P就是一个特征点。4.根据权利要求1所述的基于V
‑
SLAM算法的室内自主导航方法，其特征在于，所述步骤S2中，通过BRIEF算法描述特征点的算子，过程如下：S211、以像素点P为圆心，以d为半径做圆O；S212、在圆O内选取4个点对，分别标记为P...

【专利技术属性】
技术研发人员：杨锦棠，姚森蓝，吴凯，麦鹏飞，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：