[发明专利]一种多特征融合的视觉SLAM方法

摘要

多特征融合的视觉SLAM方法，涉及机器人视觉定位与建图领域。本发明公开了一种基于深度相机的多特征融合视觉SLAM方法，通过充分使用从图像中提取的点线特征并根据点线特征构建平面特征，来解决纯点特征失效情况下的视觉定位问题。采用一种自适应阈值方法提取点特征，以获得更加均匀的点特征；提取线特征并删除短小线段、合并被分割的线段，以提高线特征匹配的准确率；点线特征用于帧间位姿的估计以及局部地图的构建；采用最小参数法来计算面特征，以减小计算量；通过构建融合特征的反投影误差函数，将点线面特征紧密耦合，并构建全局地图进行全局位姿优化。本发明是一种精度高、实时性好、鲁棒性强的视觉SLAM方法，解决了低纹理环境下基于特征点法的视觉SLAM精度下降甚至系统失效的问题。

主权项

1.一种多特征融合的视觉SLAM方法，其特征在于，视觉里程计前端和图优化后端的实现方法，其主要步骤如下：在视觉里程计前端首先对获取的图像进行图像预处理，以减小初始图像中噪声对于特征检测的影响；在预处理后的图像中采用一种自适应阈值的方法来提取FAST特征点，选择其中Harris响应分数最高的500个特征点计算rBRIEF描述符；提取图像的线特征，使用LSD算法提取图像中的线段特征，对于提取到的线段特征，需要滤除长度小于20个像素的，同时制定规则，将可能为同一条线段特征的两个线段特征进行合并；通过制定的方法构造候选面特征，采用最小平面表示法来表示面特征；对相邻两帧的图像进行特征匹配，获取相机的帧间位姿变化，并判断当前帧是否为关键帧，若为关键帧则进行保存，并构建局部地图；在图优化后端对构建的局部地图进行优化，采用Levenberg‑Marquadt算法对局部位姿进行优化，求解最优位姿；判断当前输入帧是否能构成回环，若能构成回环则对两端的局部地图进行修正，将关键帧代表的机器人位姿作为节点，两端局部地图的约束关系作为边来进行轨迹的修正。