[发明专利]一种基于多帧的单目SLAM鲁棒初始化方法

权利要求书

1.一种基于多帧的单目SLAM鲁棒初始化方法，其特征在于，包括步骤：

S1：提取初始视频流中每一图像帧的特征点，并根据特征点对图像帧进行两两相互匹配，筛选出匹配点，获取初始匹配点对，所述匹配点为匹配的特征点；

S2：根据初始匹配点对筛选出三视图对，即拥有足够多共视特征点的三个图像帧，进而基于三焦张量的随机抽样一致算法筛选出三视图对中的匹配点，构建三帧匹配图，即描述各图像帧之间的共视关系的拓扑图；

S3：根据双视几何原理，求解各图像帧之间的相对旋转；

S4：根据各图像帧之间的相对旋转，采用迭代加权最小二乘法求解全局旋转；

S5：基于各图像帧的全局旋转以及场景结构同全局位移之间的线性约束关系求解全局位移；

S6：综合全局旋转和全局位移，获得各帧的初始位姿，以此为基础，利用仅位姿非线性优化调整策略，优化各帧的位姿；

S7：计算特征点景深，恢复特征点三维坐标。

2.根据权利要求1所述的一种基于多帧的单目SLAM鲁棒初始化方法，其特征在于，S1中，提取初始视频流中每一图像帧的特征点，并根据特征点对图像帧进行两两相互匹配，通过随机抽样一致算法筛选匹配点，获取初始匹配点对，所述匹配点为匹配的特征点。

3.根据权利要求2所述的一种基于多帧的单目SLAM鲁棒初始化方法，其特征在于，筛选出三视图对中的匹配点的具体步骤为：

S2.1：设置最小样本数为n的样本集P，从样本集P中抽取包含n个样本形成样本子集S，利用视图间的本质矩阵计算初始三焦张量作为初始化模型M；

S2.2：根据初始三焦张量得到三视图的投影矩阵P1、P2、P3，并利用最小二乘法计算特征点坐标，再通过P1、P2、P3投影矩阵分别获得特征点的三个估计值，即：

其中，表示P1投影矩阵作用下特征点的估计值，表示P2投影矩阵作用下特征点的估计值，表示P3投影矩阵作用下特征点的估计值，X表示特征点三维坐标；

根据三视图对计算重投影误差，即：

其中，ω表示重投影误差，x₁表示特征点在视图1中的测量值，x₂表示特征点在视图2中的测量值，x₃表示特征点在视图3中的测量值，d²(·，·)表示两个元素之间欧氏距离的平方；

将重投影误差ω作为初始化模型M的误差衡量，将样本集P中与初始化模型M的误差小于设定阈值th的样本集以及样本子集S构成内点集S*；

S2.3：根据内点集S*采用最小二乘法计算新的模型M*；

S2.4：重复S2.1、S2.2、S2.3，直至得到最大一致集，并剔除外点，记录内点和当前循环的三焦张量，所述内点即为匹配点。