一种多机单目视觉弹性三角化的地图融合方法技术

本发明专利技术公开一种多机单目视觉弹性三角化的地图融合方法，两个搭载单目相机和IMU的机器人无需保持同向和维持基线，可基于建图效率最大化原则自主规划航迹，当两个机器人的共视特征完成匹配时，弹性地将多机视角的联合观测扩展到单机独立三角化方程中，实现多机联合三角化。通过对共视地图点进行3D‑3D的位姿估计以实现两个机器人视觉惯性里程计的坐标系转换，从而在不引入新的传感器、不保持相对观测的运动情况下建立多机器人全局坐标系，构建由各机器人独立地图点和多机器人共视地图点共同组成的全局融合地图。本发明专利技术能够鲁棒适应纯旋转的运动条件，并有效提高远距离地图点深度估计精度，同时减少了多机器人航迹规划上的制约。

【技术实现步骤摘要】

本专利技术涉及地图融合，尤其涉及一种多机单目视觉弹性三角化的地图融合方法。

技术介绍

1、在单目视觉惯性同时定位与建图(simultaneous localization and mapping，slam)系统中，特征点的三角化是一种利用多个视角图像的匹配特征来估计其对应地图点的三维空间位置的技术，是运动恢复结构(structure from motion，sfm)过程中的重要环节。单机器人单目视觉惯性slam系统通常选择机器人在运动过程中时间滑动窗口中的前后关键帧来进行三角化，例如vins-mono(qin t,li p,shen s.vins-mono:arobust andversatile monocular visual-inertial state estimator[j].ieee transactions onrobotics,2018,34(4):1004-1020.)遍历滑动窗口内的所有关键帧，对每组两个关键帧进行三角化求解，openvins(geneva p,eckenhoff k,lee w,et al.openvins:arese本文档来自技高网...

【技术保护点】

1.一种多机单目视觉弹性三角化的地图融合方法，其特征在于，包括：

2.根据权利要求1所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述弹性的岭估计三角化方法包括：

3.根据权利要求2所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，对于机器人A，所述独立三角化处理时，需要构建对应的独立三角化方程：

4.根据权利要求1所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述联合三角化处理时，需要构建联合三角化方程：

5.根据权利要求4所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述联合三角化方程...

【技术特征摘要】

1.一种多机单目视觉弹性三角化的地图融合方法，其特征在于，包括：

2.根据权利要求1所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述弹性的岭估计三角化方法包括：

3.根据权利要求2所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，对于机器人a，所述独立三角化处理时，需要构建对应的独立三角化方程：

4.根据权利要求1所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述联合三角化处理时，需要构建联合三角化方程：

5.根据权利要求4所述的一种多机单目视觉弹性三角化的地图融合方法，其特征在于，所述联合三角化方程按照以下方式求解：

【专利技术属性】
技术研发人员：杨子迪，李广云，王安成，李建胜，赵华凯，郭雨岩，魏亚旭，张嘉杰，
申请(专利权)人：中国人民解放军网络空间部队信息工程大学，
类型：发明
国别省市：