[发明专利]一种基于改进DSO的动态环境地图构建方法

权利要求书

1.一种基于改进DSO的动态环境地图构建方法，其特征在于，包括以下步骤：

S1，图像数据采集：根据构建地图的环境选择相机完成图像采集，并转换输入格式；

S2，梯度点提取：使用DSO中原始的梯度点检测算法对梯度点进行检测；

S3，动态目标检测：利用YOLO网络对图像中的动态目标进行检测和识别；

S4，梯度点筛选：根据S3得到的动态目标检测结果对S2得到的梯度点进行筛选，然后去除在实际中产生运动的梯度点，得到静止梯度点集S；

S5，前端跟踪：使用DSO中原始的跟踪算法对所述静止梯度点集S进行跟踪，完成相机位置与姿态的计算；

S6，后端优化：使用DSO中原始的优化算法根据多组图像对所述相机位置与姿态进行优化；

S7，地图构建：使用DSO原始的地图构建算法进行地图构建。

2.根据权利要求1所述的一种基于改进DSO的动态环境地图构建方法，其特征在于，所述格式转换包括以下步骤：

S11，若采集的数据为视频格式，将视频分帧，然后转换为图片格式保存；若采集的数据为图像，则直接转换为图片格式保存；

S12，按照时间顺序对所有图像数据进行命名，从0号开始编号名称长度为6位，长度不够时使用0进行补齐，并将图像大小进行统一转换；

S13，使用图像增强算法对图像进行增强，用于缓解光照对DSO建图的影响。

3.根据权利要求2所述的一种基于改进DSO的动态环境地图构建方法，其特征在于，所述图像增强算法为Retinex图像增强算法：

log R_i(x,y)＝logI_i(x,y)-log[F(x,y)*I_i(x,y)]

其中R_i(x,y)为增强后图像；

I_i(x,y)表示相机抓取到的图像信息；

i为红、绿、蓝的通道之一，或者为单色通道；

*为卷积运算；

F(x,y)为高斯环绕函数：

其中δ为尺度常数；

e为自然常数；

x为相素的横坐标；

y为相素的纵坐标。

4.根据权利要求1所述的一种基于改进DSO的动态环境地图构建方法，其特征在于，所述S3包括以下步骤：

S31，利用改进的YOLO V4-Tiny网络对运动物体进行目标检测，并输出运动物体的包围框；

S32，将所有包围框数据以相同的边界坐标顺序进行保存，数据之间用空格符隔开，同一张图中多个包围框使用换行符隔开，一张图像的包围框信息使用一个TXT文本保存。

5.根据权利要求1所述的一种基于改进DSO的动态环境地图构建方法，其特征在于，所述S4包括以下步骤：

S41，根据目标检测的结果计算基础矩阵；

S42，将包围框外的数据归为静止梯度点集S；

S43，利用梯度点几何约束法验证目标检测包围框中的梯度点是否产生了运动，梯度点若不满足梯度点几何约束法则说明该梯度点产生运动，则删除；若满足梯度点几何约束法，则加入静止梯度点集S。

6.根据权利要求5所述的一种基于改进DSO的动态环境地图构建方法，其特征在于，所述S41包括：

读取图像对应的包围框信息，选择包围框外的8组梯度点进行基础矩阵的计算，每组有2个梯度点，求解方程如下所示：

其中u₁、u₂分别表示相邻两帧图像中对应梯度点的横坐标；

v₁、v₂分别表示相邻两帧图像中对应梯度点的纵横坐标；

为基础矩阵，f_i,i＝1,2,...,9表示待求取的未知量；

或选择包围框外的所有梯度点，使用最小二乘法计算基础矩阵。