[发明专利]一种基于单目的视觉里程计实现方法和系统

权利要求书

1.一种基于单目的视觉里程计实现方法，其特征在于，包括以下步骤：

(1)通过相机获取视频中的连续两幅照片，并使用卷积神经网络对其中的第一幅照片I₁进行估计，以得到估计后的光流照片，该照片是用以下估计矩阵w₁表示：

w₁＝(u₁,v₁)^T

其中u₁和v₁分别表示估计得到的照片中像素点的横坐标和纵坐标。

(2)根据估计后的照片并使用双线性插值法对第二幅照片I₂进行处理，以得到扭曲图并根据扭曲图和第一幅照片得到光度误差e₁：

(3)将第一幅照片I₁、第二幅照片I₂、估计矩阵w₁、以及光度误差e₁输入到另一个卷积神经网络中，以得到另一幅估计后的光流照片，该照片用估计矩阵w₂表示；

(4)对步骤(3)中得到的另一幅估计后的照片进行下采样处理，将下采样处理后的照片平均分成多个子图，将下采样后的照片以及所有子图输入到另一个卷积神经网络中，以得到多维运动描述算子；

(5)对于视频中的其余图片，重复上述步骤(1)至步骤(4)，直到所有图片均处理完毕为止，得到的多个多维运动描述算子构成相机的运动轨迹。

2.根据权利要求1所述的视觉里程计实现方法，其特征在于，步骤(1)和步骤(3)中的卷积神经网络均采用六层卷积神经网络。

3.根据权利要求1所述的视觉里程计实现方法，其特征在于，步骤(4)中的卷积神经网络采用2层卷积神经网络。

4.根据权利要求1所述的视觉里程计实现方法，其特征在于，多维运动描述算子包括6个，分别是三维坐标，以及分别围绕X、Y和Z轴旋转的欧拉角。

5.一种基于单目的视觉里程计实现系统，其特征在于，包括：

第一模块，用于通过相机获取视频中的连续两幅照片，并使用卷积神经网络对其中的第一幅照片I₁进行估计，以得到估计后的光流照片，该照片是用以下估计矩阵w₁表示：

w₁＝(u₁,v₁)^T

其中u₁和v₁分别表示估计得到的照片中像素点的横坐标和纵坐标。

第二模块，用于根据估计后的照片并使用双线性插值法对第二幅照片I₂进行处理，以得到扭曲图并根据扭曲图和第一幅照片得到光度误差e₁：

第三模块，用于将第一幅照片I₁、第二幅照片I₂、估计矩阵w₁、以及光度误差e₁输入到另一个卷积神经网络中，以得到另一幅估计后的光流照片，该照片用估计矩阵w₂表示；

第四模块，用于对第三模块中得到的另一幅估计后的照片进行下采样处理，将下采样处理后的照片平均分成多个子图，将下采样后的照片以及所有子图输入到另一个卷积神经网络中，以得到多维运动描述算子；

第五模块，用于对于视频中的其余图片，重复上述第一模块至第四模块，直到所有图片均处理完毕为止，得到的多个多维运动描述算子构成相机的运动轨迹。