[发明专利]一种基于视觉特征联合激光SLAM的重定位方法

权利要求书

1.一种基于视觉特征联合激光SLAM的重定位方法，包括以下步骤：

S1：使用单目相机对周围环境进行拍摄，获得大数量不同的图像，组成数据集；提取数据集中的图像的ORB特征点：

提取帧图上的FAST角点，针对原始FAST角点，分别计算Harris响应值，然后选取前N个具有最大响应值的角点；构建图像金字塔，在每层检测角点，消除其尺度不变性，计算每个角点的灰度质心，使其具有方向性；

在上述提取的FAST角点中，结合灰度质心，对每个点进行计算其BRIEF描述子，作为ORB的描述子；

用K-meams++聚类算法将ORB特征点分类组建成K叉树结构的字典；

S2：将激光雷达和单目相机装在同一移动机器人上，联合标定，获取相机内参，获取相机-LiDAR外参，获得激光雷达与单目相机的位姿的变换矩阵[R，t]；

S3：初始化构建地图，使得机器人运动，激光雷达用传统SLAM方法构建环境地图并计算出机器人运动轨迹∑X_a，推算单目相机的运动轨迹为∑X_b＝[R，t]∑X_a；

S4：单目相机在机器人运动过程中采集图像，并筛选其中的关键帧，然后用DBOW算法对关键帧进行ORB特征点提取，将其加入并更新字典，同时融入位姿信息；

筛选规则如下：

(1)当前处于定位模式下，不增加关键帧；

(2)距离上一次关键帧不得设定的最小帧数；

(3)特征点超过设定的最小阈值；

(4)与上一帧关键帧共视点小于相应比例；

S5：机器人开机后相机开始采集图像，将采集到的图像提取特征点，利用已构建的字典与S4中采集的关键帧进行相似度计算，若一时无法找到回环，机器人自动旋转一个角度重新开始S5，根据相似度确定回环后，两帧进行Sim3变换，从历史帧的位姿中推算当前位姿，将计算所得位姿作为初始位姿提供给激光SLAM作为其轨迹的初值。