[发明专利]基于室内特征点和结构线结合的室内SLAM方法

摘要

本发明涉及室内特征点和结构线结合的视觉SLAM算法，包括：S1进行相机内参标定；S2针对相机获取的视频帧影像数据，提取特征点和结构线；S3根据获取的特征点和结构线，进行特征点和结构线跟踪，并进行关键帧选取；S4根据获取的特征点和结构线的跟踪信息，进行周围环境空间点和空间线制图以及平台定位优化；S5判断平台运动轨迹是否形成闭环，获取正确的闭环关键帧，对全局的影像姿态和地图进行整体优化；S6输出结果。本发明具有实时性、高效性，利用匹配的特征点和结构线对影像的姿态和周围的环境进行制图，并进行了回环检测处理，在充分利用结构线减少漂移误差的同时，利用回环检测最后可以获取较好地移动机器人平台定位结果和周围环境的结构特征。

主权项

1.基于室内特征点和结构线结合的室内SLAM方法，其特征在于，包括如下步骤：步骤1，进行相机内参标定，所述相机内参包括相机主点、焦距与畸变系数；步骤2，针对移动机器人平台上相机获取的视频帧影像数据，提取每一影像帧上的特征点和结构线；步骤3，根据获取的特征点和结构线，进行特征点和结构线跟踪，并进行关键帧选取，具体包括如下子步骤；步骤3.1，根据步骤2中获取的特征点，利用特征描述符距离进行特征点跟踪，获取较好的跟踪特征点对，具体实现方式，步骤3.1.1，利用当前影像上的特征点，判断是否有候选匹配帧，如果有选取的候选匹配帧，则在其上开辟适当大小的影像窗口，获取其中的特征点作为候选匹配点，否则选取当前帧的上一帧作为候选匹配帧，进行相应候选匹配点的选取；步骤3.1.2，计算当前影像上的特征点和候选匹配点的描述符距离，对特征点根据描述符距离按照升序排序，取前百分之六十作为最佳匹配点；步骤3.1.3，利用RANSAC对获取的最佳匹配点进行错误点滤除；步骤3.1.4，利用当前帧影像的姿态和候选匹配帧的姿态对最佳匹配点进行投影，计算其反投影误差，将误差点大的匹配点对进行滤除；步骤3.2，根据步骤2中获取的结构线，利用结构线的参数进行结构线跟踪，获取较理想的跟踪结构线对，其中所述结构线的参数包括结构线的中点位置、线的长短、角度方向；步骤3.3，利用当前的跟踪特征点对和跟踪结构线对，对当前的影像姿态进行初步优化；步骤3.4，根据步骤3.1中的跟踪特征点对和步骤3.3中优化的影像姿态，判断当前影像帧是否选取为关键帧，如果判断不是关键帧，返回到步骤2重新读取新的影像帧，如果判断是关键帧，则将其送入步骤4进行处理；步骤4，根据获取的特征点和结构线的跟踪信息，进行周围环境空间点和空间线制图以及平台定位优化；步骤5，判断平台运动轨迹是否形成闭环，获取正确的闭环关键帧，对全局的影像姿态和地图进行整体优化；步骤6，输出结果。