[发明专利]一种通过改进ORB-SLAM算法实现定位与构图的方法和系统

摘要

本发明公开了一种通过改进ORB‑SLAM算法实现定位与构图的方法，包括：使用机器人携带的深度视觉传感器采集数据集中的连续两幅图像，以分别得到每一幅图像的彩色图像与深度图像，使用显著性区域检测算法对得到的彩色图像进行感兴趣区域初步提取，使用阈值分割法对提取到的感兴趣区域进行优化，以得到优化后的图像，在离散化尺度空间下使用ORB算法对得到的优化后的两幅图像进行特征提取，以得到两幅图像的特征描述子，对得到的两幅图像的特征描述子进行特征匹配，以生成两幅图像特征匹配的结果，使用得到的两幅图像特征匹配的结果获得变换矩阵。本发明能够解决现有ORB‑SLAM算法存在容易产生误差导致无法进行特征匹配、以及应用范围偏小的技术问题。

主权项

1.一种通过改进ORB‑SLAM算法实现定位与构图的方法，其特征在于，包括以下步骤：(1)使用机器人携带的深度视觉传感器采集数据集中的连续两幅图像，以分别得到每一幅图像的彩色图像与深度图像，使用显著性区域检测算法对得到的彩色图像进行感兴趣区域初步提取，使用阈值分割法对提取到的感兴趣区域进行优化，以得到优化后的图像；(2)在离散化尺度空间下使用ORB算法对步骤(1)得到的优化后的两幅图像进行特征提取，以得到两幅图像的特征描述子；(3)对步骤(2)中得到的两幅图像的特征描述子进行特征匹配，以生成两幅图像特征匹配的结果；(4)使用步骤(3)得到的两幅图像特征匹配的结果获得变换矩阵，并将该变换矩阵作为算法迭代初值输入到迭代最近点(Iterative Closest Point，简称ICP)算法中，以得到运动估计结果。(5)对步骤(2)中得到的两幅图像的特征描述子进行特征单词化处理，基于处理后得到的单词构建视觉词典，并利用视觉词典中的单词对每一幅图像进行场景描述；(6)对场景描述后的图像与视觉词典中出现过的每幅图像分别进行预匹配处理，对所有预匹配处理的结果进行相似度计算，根据相似度计算结果确定多个候选闭环，基于时间连续性从多个候选闭环中确定最终的闭环，用于对步骤(4)得到的运动估计结果进行优化；(7)使用非线性最小二乘法对步骤(6)优化后的运动估计结果进行位姿图优化，以得到全局最优的机器人位姿和全局一致的运动轨迹，并利用栅格地图法对该运动轨迹进行建图。