[发明专利]双视觉里程计约束的RGB-D SLAM位姿优化方法

权利要求书

1.一种双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，包括下列步骤：

对RGB-D传感器进行标定，获得RGB相机与深度相机的内参数和相对外参数；

使用标定后的RGB-D传感器获取RGB图像和深度图像，并设置RGB-DSLAM系统参数；

选定初始帧，并将所述初始帧设置为地图的零点坐标；

构建第一视觉里程计，获取每一帧图像的初始位姿矩阵；

构建第二视觉里程计，获取约束矩阵；

基于双视觉里程计的位姿图优化；

回环检测及闭环矫正；

进行全局优化提高位姿精度；

完成地图构建。

2.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

在对RGB-D传感器进行标定，获得RGB相机与深度相机的内参数和相对外参数的过程中，使用张正友标定法对RGB-D传感器进行标定，所述内参数包括相机的主点、焦距和畸变参数，所述相对外参数通过RGB相机与深度相机的相对关系标定获取。

3.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

通过RGB相机与深度相机同步采集获取RGB图像和深度图像，RGB-DSLAM系统参数包括特征点数量、尺度因子和图像获取频率。

4.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

所述初始帧为RGB图像和深度图像的第一帧，在设置为地图的零点坐标的同时提取图像特征点用于下一帧匹配计算。

5.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

所述第一视觉里程计基于ORB特征点匹配计算构建，通过对RGB图像进行ORB特征特征提取后匹配计算获得初始位姿矩阵。

6.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

所述第二视觉里程计基于点云数据配准方法构建，通过点云配准获得约束矩阵。

7.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

所述第一视觉里程计与所述第二视觉里程计的区别在于位姿估计速度与精度不同，其中第一视觉里程计的位姿估计速度快但精度低，所述第二视觉里程计位姿估计精度高但速度慢。

8.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

在基于双视觉里程计的位姿图优化计算的过程中，首先设置滑动窗口大小、两个视觉里程计间隔帧数参数，进而在到达滑动窗口后，以第一视觉里程计获取的初始矩阵为初始值、以第二视觉里程计给出的约束矩阵为限制条件，按图优化计算理论优化相机位姿。

9.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

在回环检测及闭环矫正的过程中，基于BOW词袋模型进行回环检测，并在达到回环条件后，添加回环约束进行全局位姿优化。

10.如权利要求1所述的双视觉里程计约束的RGB-D SLAM位姿优化方法，其特征在于，

在完成地图构建的过程中，在实时追踪定位的同时同步进行二维路径地图构建及三维点云数据地图构建。