[发明专利]一种实时高精度视觉里程计方法

说明书

一种实时高精度视觉里程计方法，即通过交叉检验下的闭环角点匹配策略以及基于角点生存周期的目标函数权值设置，实时获得系统的里程信息。该方法如下：1)通过分块HARRIS角点检测，得到立体图像对中的角点位置；2)通过角点周围的像素信息，得到角点的归一化描述符；3)立体图像对之间进行角点交叉检验匹配，之后对立体图像对和前后图像对之间的角点进行闭环检测，得到匹配角点集合；4)通过匹配角点集合的重投影误差构造目标函数，并根据角点的生存周期设置权值；5)通过RANSAC算法以及高斯牛顿法求解里程信息。本发明的优点在于获得高精度的匹配点集，降低了RANSAC算法选择内点的时间，可进行实时里程信息计算。

技术领域

本发明涉及一种实时高精度视觉里程计方法，适用针对自动驾驶系统和机器人导航系统进行里程计算，属于工程技术领域。

背景技术

智能移动机器人是目前人工智能方向发展最活跃的一个领域之一，受到了各国研究机构的广泛关注。随着硬件性能的提高与软件系统的完善，移动机器人已经成功用于工业、农业、医疗等行业。里程计作为其中最基本的系统之一，用于机器人导航与定位，是机器人完成其他任务的基础与前提。其结构总的设计要求是：速度快、精确度高、低成本，满足机器人的实时精确定位与导航的需求。

二十世纪八十年代以来，随着计算机视觉定位算法的发展，以视觉方法为基础的视觉里程计在机器人导航与定位中得到了飞速的发展和广泛的应用。视觉里程计是随着视觉定位方法的发展而迅速发展起来的一种以相机为载体，通过视觉方法进行定位与导航的新型里程计方法。视觉里程计包括对外界场景进行拍摄与里程计算，外界场景变化会引起相机拍摄图像中角点位置的改变，通过角点位置的改变，视觉方法可以提取出机器人当前的位置信息从而进行导航。

传统的视觉里程计在特征匹配中使用单向闭环策略，即从两对立体图像的其中一张出发，经过一轮单向匹配后，最终能回到特征点原来位置，认为是成功匹配的特征点；在解算时以特征点的重投影误差构造目标函数，使用基于重投影误差大小的权值。然而，单向匹配出现匹配错误的几率大，闭环中的任何一环出现错误都会导致整个闭环出现错误，影响解算精度，并使RANSAC算法寻找内点时间加长而不能满足实时性；目标函数只考虑重投影误差，忽略了前后帧的信息，导致误差逐渐累积增大。

为解决上述问题，本发明提出一种实时高精度视觉里程计方法，首先，通过HARRIS角点提取方法在前后立体图像对中进行角点检测，然后，根据图像像素信息构造角点的归一化描述符，之后，在窗口预测的基础上进行帧间角点交叉检验下的闭环匹配，最终根据匹配角点重投影误差构造目标函数并设置基于特征点生存周期的权值，通过求解目标函数得到里程信息。

发明内容

本发明的目的在于提供一种实时高精度视觉里程计方法，发明了通过交叉检验下闭环匹配策略获得高精度的匹配角点集合，并通过RANSAC算法进行快速内点筛选，根据内点的重投影误差构造目标函数，同时在权值设置中考虑特征点生存周期，最终实时得到帧间的高精度里程信息。

本发明所涉及的方法流程包括以下步骤：(1)对前后帧立体图像对进行HARRIS角点检测，得到角点位置；(2)根据角点周围的像素信息构造角点描述符；(3)根据角点描述符之间的相似性，对前后帧立体图像对四张图像中的角点进行基于交叉检验下的闭环匹配；(4)根据匹配点集的重投影误差构造目标函数，并设置基于角点生存周期的权值；(5)求解目标函数得到里程信息。

下面对该方法流程各步骤进行详细说明：

(1)使用HARRIS角点检测方法，设定好参数及块匹配的区域大小，计算图像中每个位置HARRIS响应值的大小，根据响应值对前后帧立体图像对分别进行分块角点提取，得到各角点的位置信息，具体步骤如下：

①和为前后帧立体图像对，其中t表示时间，上标l表示左视图，上标r表示右视图，计算图像中每个点的角点响应值H：