[发明专利]动态环境下的视觉SLAM初始化方法、系统、装置有效
| 申请号： | 201910924601.4 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110660095B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 汤淑明;卢晓昀;顿海洋;黄馨;张力夫 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06T7/55 | 分类号： | G06T7/55;G06T7/66 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器人、无人驾驶、AR视觉领域，具体涉及一种动态环境下的视觉SLAM初始化方法、系统、装置，旨在解决SLAM在动态环境下缺乏提取静态特征点的问题。本系统方法包括获取有视差的两帧图像；获取前一帧图像的匹配特征点；前一帧图像等份划分，得到多个图像块，将包含匹配特征点大于设定阈值的图像块作为格子模型，并获取格子模型的内点和质心；通过内点计算格子模型的耦合度，基于预设的耦合度阈值选取格子模型构建对应的格子模型集合；基于质心计算每一个格子模型集合的分布方差，选取值最大的集合构建静态特征集合；将静态特征集合三角化，通过非线性优化对SLAM初始化。本发明能提取足够的静态特征点。 | ||
| 搜索关键词： | 动态 环境 视觉 slam 初始化 方法 系统 装置 | ||
【主权项】：
1.一种动态环境下的视觉SLAM初始化方法，其特征在于，该方法包括：/n步骤S10，从输入视频中获取具有视差的第一图像帧、第二图像帧；/n步骤S20，对所述第一图像帧、所述第二图像帧，分别进行ORB特征点的提取，通过特征点匹配方法获取所述第一图像帧的匹配特征点；/n步骤S30，对所述第一图像帧等份划分，得到多个图像块，选取所包含的匹配特征点大于设定阈值的图像块作为格子模型，并通过RANSAC算法获取每个格子模型的内点，及内点的质心；/n步骤S40，对每一个格子模型，基于其内点分别计算其与其他格子模型的耦合度，并基于预设的耦合度阈值选取格子模型，构建对应的格子模型集合；/n步骤S50，对于每一个格子模型集合，基于其中每个格子模型内点的质心计算分布方差，并选取最大分布方差值对应的格子模型集合，并基于该集合中各格子模型的内点构建静态特征集合；/n步骤S60，对所述静态特征集合中的内点进行三角化，通过非线性优化方法获取SLAM的三维坐标，并基于该三维坐标对SLAM进行初始化。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910924601.4/，转载请声明来源钻瓜专利网。
