[发明专利]一种基于前后帧进行特征匹配的双目惯导SLAM系统

说明书

一种基于前后帧进行特征匹配的双目惯导SLAM系统，双目信息采集、特征提取与匹配模块包括双目特征提取子模块和估计帧间运动子模块；IMU模块包括IMU信息采集子模块和运动估计子模块；双窗口非线性优化模块包括双窗口窗子模块，跟踪和优化局部地图子模块，关键帧子模块；局部建图模块包括插入关键帧模块、检查点云图模块和检查关键帧子模块；回环检测及优化模块包括回环检测子模块、计算相似变换、闭环融合和全局优化子模块。本发明提供一种鲁棒性好、准确性高、实时性好的一种基于四幅图片的特征匹配的双目惯导SLAM系统。

技术领域

本发明属于机器人技术领域，具体涉及到传感器融合、移动机器人定位与地图构建系统。

背景技术

SLAM(Simultaneous Localization and Mapping)译为“同步定位与地图构建”，它主要用于解决机器人在未知环境运动时的定位和地图构建问题。SLAM试图解决这样的问题：一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。

视觉SLAM以相机为主要传感器，它可以从环境中获取丰富的信息，拥有较强的场景辨识能力，但是易受光照、遮挡物、快速运动等因素的干扰，系统的鲁棒性和精度都不能得到保证。而惯性传感器(IMU)，可以得到与视觉无关的，关于移动机器人自身的角速度、加速度的测量数据，从而对运动有一个约束，但 IMU数据易受高斯白噪声和零偏影响，仅用IMU来做位姿估计，很快就会漂移。然而，视觉图像在固定不动时，并不会产生漂移。所以，利用视觉确定IMU的零偏，同用IMU来辅助移动机器人快速运动的定位和纯旋转的处理，惯性传感器(IMU)与相机传感器具有明显的互补性，将二者融合可以提高系统的精度和鲁棒性。IMU可以在追踪中提供较好的初始位姿，提供重力方向和提供一个时间误差项以供优化。

发明内容

为了克服已有移动机器人在光照变化较大、快速运动情况下定位与地图构建系统的鲁棒性较差、准确性较低、实时性差，本发明提供一种鲁棒性好、准确性高、实时性好的一种基于前后帧进行特征匹配的双目惯导SLAM系统。

本发明解决其技术问题所采用的技术方案是：

一种基于前后帧进行特征匹配的双目惯导SLAM系统，所述系统包括双目信息采集、特征提取与匹配模块，IMU模块，双窗口非线性优化模块，局部建图模块，回环检测及优化模块；所述双目信息采集、特征提取与匹配模块包括双目特征提取子模块和估计帧间运动子模块；所述IMU模块包括IMU信息采集子模块和运动估计子模块；所述双窗口非线性优化模块包括双窗口子模块、跟踪和优化局部地图子模块和关键帧子模块；所述局部建图模块包括插入关键帧子模块、检查点云图子模块和检查关键帧子模块；所述回环检测及优化模块包括回环检测子模块、计算相似变换子模块、闭环融合子模块和全局优化子模块。

进一步，所述双目信息采集、特征提取和匹配模块中，双目特征提取子模块获取双目采集的图片，双面特征提取子模块用blob和角点算子对左右相机采集的数据进行处理，获得图像中的特征候选者，提取候选特征点的描述子，用极线搜索的方式匹配，通过四张图片匹配，将当前帧中的特征点与前一帧进行匹配。即从当前帧左图中的特征点开始与当前帧右图匹配，当前帧右图与前一帧右图匹配，然后前一帧右图与前一帧左图匹配，再前一帧左图与当前帧左图匹配，如果最后匹配的特征与起始匹配一致，则确定为特征点，同时也进行左右匹配；估计帧间运动子模块根据匹配的特征点，可以通过RANSAC算法和PnP算法估计当前帧和前一帧之间帧间运动。

再进一步，所述IMU模块中，IMU信息采集子模块获取移动机器人运动数据角速度和加速度；运动估计子模块通过积分对IMU数据进行处理，然后计算出连续图像两帧之间的帧间运动增量，得到机器人的运动模型与机器人当前的位姿估计。