[发明专利]基于图的视觉SLAM方法在审
| 申请号： | 201410125956.4 | 申请日： | 2014-03-31 |
| 公开（公告）号： | CN104374395A | 公开（公告）日： | 2015-02-25 |
| 发明（设计）人： | 梁志伟;徐小根 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G01C21/32 | 分类号： | G01C21/32 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210046 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 视觉 slam 方法 | ||
1.一种基于图的视觉SLAM方法，其特征在于：
对摄像头获取的每一帧图像进行视觉特征提取，基于自然视觉单词的概率模型表示每帧图像，基于图像的概率向量表示得到匹配的特征点对，利用同一个特征点在不同时刻的图像坐标得到机器人在这两个时刻的相对位姿关系，通过立体视距技术计算每帧图像代表的相对位姿；
机器人不同时刻的位姿之间存在关联，基于图像序列中连续图像之间的位姿转换得到视觉里程计的数据关联，得到图像帧间的空间约束关系；
将摄像头相对位姿看作地图中的节点，图像帧间的空间约束关系表示为边，构建基于摄像机相对位姿估计的轨迹地图；
通过调整图中节点的位置进行最优位姿序列估计，通过随机梯度下降法最小化约束误差得到最优位姿地图。
2.如权利要求1所述的基于图的视觉SLAM方法，其特征在于：为得到当前时刻所有相机的位姿集合x0：n＝{x0，…，xn}，每个当前位姿需要计算相对于初始时刻k=0相机局部坐标系的运动估计；
由于不同时刻转换矩阵Tk(k＝1…n)之间存在连接关系，当前位姿xn＝xn-1Tn，x0为初始时刻的相机位姿，由此通过计算图像Ik-1与Ik之间的转换关系Tk，把所有转换关系连接起来即可增量得到相机序列运动轨迹X1：n。
3.如权利要求2所述的基于图的视觉SLAM方法，其特征在于，计算摄像机相对运动Tk：
首先估计相对位姿和两帧摄像机的运动方向，然后恢复这两帧中观测到的特征点的位姿，最后通过路标位姿的匹配计算这些路标的正确尺度，进行估计相机运动。
4.如权利要求1所述的基于图的视觉SLAM方法，其特征在于：由本质矩阵E进行分解得到旋转矩阵R和平移矢量与实际平移矢量t相差一个比例系数，最终可得到k-1时刻摄像头局部坐标系下，k时刻的摄像头位姿表示为：得到每个时刻的相对位姿后，将所有时刻的这些相对转换放到一个结构中，以表示连续图像节点间的关联。
5.如权利要求1所述的基于图的视觉SLAM方法，其特征在于，假设第j时刻成功检测到当前图像与第i时刻的图像形成闭环，则两个图像间的相对位姿表示为：信息矩阵为Ωij.，将该闭环数据关联加入到连续帧的数据结构中，形成一个新的结构
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南京邮电大学，未经南京邮电大学许可，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/pat/books/201410125956.4/1.html，转载请声明来源钻瓜专利网。
