[发明专利]基于单目视觉特征点匹配的SLAM方法及系统

说明书

本发明提供的基于单目视觉特征点的SLAM方法及系统，根据连续多帧单目视觉图像的多个特征点，基于成本函数与输入参量，利用最小二乘法对目标变量进行迭代拟合运算，相较于仅采用两帧图像进行计算的现有方案，能够有效地降低对目标图像相对于首帧图像的旋转矩阵与位移向量，以及，所述多个特征点在现实空间中的三维坐标的计算误差；并且，由于本发明是根据连续多帧单目视觉图像的多个特征点来进行迭代拟合计算，所以，计算结果受到特征点分布位置与二维坐标精度的影响较小，从而能够有效避免由于特征点位置不佳导致无法完成计算或计算结果误差过大的问题。因此，本发明提供的SLAM方案，具有更强的可靠性与更高的计算精度。

技术领域

本发明涉及即时定位与地图构建(SLAM)领域，更具体的说，涉及基于单目视觉特征点匹配的SLAM方法及系统。

背景技术

即时定位与地图构建(SLAM)广泛应用于机器人视觉，增强现实(AR)等应用中，能够通过视觉图像以及其他传感器技术，得到场景中物体位置以及摄像头位置，通过这些位置信息来进行定位与场景重建。其中，基于单目视觉特征点匹配的SLAM方法，由于其仅需配置单一摄像头，并可通过有限的特征点来进行匹配，具有结构简单，算法复杂度小的特点，所以被广泛应用于手机AR应用之中。

目前基于单目视觉特征点匹配的SLAM方法，通常是利用结构位置较好的特征点，恢复本质矩阵或基本矩阵，并结合摄像机矩阵得到两帧图像间的旋转位移矩阵，然后利用旋转位移矩阵和特征点图像坐标恢复特征点在真实空间中的三维坐标。但是，当两帧图像旋转和位移较小时，现有方法得到的旋转位移矩阵偏差较大，会导致无法进行后续特征点的三维重建与摄像头位置跟踪计算；并且，现有方法的计算结果受特征点分布位置和二维坐标精度影响较大，当满足特定位置条件的特征点数量较少时，则会导致计算无法完成或计算结果误差过大。

所以，目前迫切需要一种可靠性更强、计算精度更高的基于于单目视觉特征点匹配的SLAM方法。

发明内容

有鉴于此，本发明提供了一种基于单目视觉特征点匹配的SLAM方法及系统，以解决现有的基于单目视觉特征点匹配的SLAM方法可靠性较差、计算精度较低的技术问题。

为实现上述目的，本发明提供如下技术方案：

一种基于单目视觉特征点匹配的SLAM方法，包括：

获取连续的多帧图像，所述图像为单目视觉图像；

根据所述多帧图像，获取多个特征点；其中，所述多个特征点为所述多帧图像中每一帧图像均包含的特征点；

设定输入参量，所述输入参量为所述多个特征点分别在所述每一帧图像中的真实二维坐标；

设定目标变量，所述目标变量用于表征目标图像相对于首帧图像的旋转矩阵与位移向量，以及，所述多个特征点在现实空间中的三维坐标；其中，所述目标图像为所述多帧图像中除首帧图像之外的图像；

根据二维平面坐标系与三维空间坐标系的映射关系，确定成本函数；

基于所述成本函数与所述输入参量，利用最小二乘法对所述目标变量进行迭代拟合，计算出所述目标图像相对于首帧图像的旋转矩阵与位移向量，以及，所述多个特征点在现实空间中的三维坐标。

优选的，所述成本函数包括以下计算公式：

P_in`(X<sub>in</sub>`，Y_in`，Z<sub>in</sub>`)＝R_i×P_n(X_n，Y_n，Z_n)+T_i；