[发明专利]一种基于点线特征的视觉SLAM方法和装置

说明书

一种基于点线特征的视觉SLAM方法和装置，能够综合视觉图像帧中的特征点和特征线信息，提高视觉SLAM的准确度。该方法为，接收摄像头输入的视觉图像帧；提取所述视觉图像帧的特征点和特征线；利用所述特征点预测所述摄像设备的第一位姿；针对提取的第一特征线进行观测，确定所第一特征线的特征线观测量；获取所述摄像设备的全局特征线状态向量集合，所述全局特征线状态向量集合中包括N历史特征线的特征线状态向量，N为正整数；利用所述特征线观测量、所述全局特征线状态向量集合更新所述第一位姿，这样融合了基于特征点的运动估计及环境中观测到的特征线的观测特征，来实时更新摄像设备的位姿，提高了视觉SLAM的准确度。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于点线特征的视觉SLAM方法和装置。

背景技术

目前，同步定位与地图构建(Simultaneous localization and mapping，SLAM)是实现自主导航的基本问题与研究热点。它的目标是解决在进入未知环境后，如何感知周围环境构建增量式地图，并同时进行自身定位的问题。用于感知周围环境的传感器有很多种，摄像设备凭借其廉价，体积小，便于安装等优点使视觉SLAM方法成为领域中重要研究内容。

传统的视觉SLAM理论主要是利用环境中的特征点进行制图和定位，优点是特征点便于检测和跟踪，而缺点则是对于一些人造建筑的环境如走廊的墙面等，仅考虑环境的特征点信息而严重影响SLAM的准确度。

发明内容

本申请实施例提供一种基于点线特征的视觉SLAM方法和装置，能够综合视觉图像帧中的特征点和特征线信息，以提高视觉SLAM的准确度。

本申请实施例提供的具体技术方案如下：

第一方面，本申请实施例提供一种基于点线特征的视觉SLAM方法，应用于采集周围图像的摄像设备，包括：接收摄像头输入的当前视觉图像帧；提取所述当前视觉图像帧的特征点和特征线；利用所述特征点预测所述摄像设备的第一位姿；对第一特征线进行观测，以确定所述第一特征线的特征线观测量，其中，所述第一特征线是提取到的所述特征线中的任意一条特征线；获取所述当前视觉图像帧中的全局特征线状态向量集合，所述全局特征线状态向量集合中包括N条历史特征线的特征线状态向量，N为正整数；利用所述特征线观测量和所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿。

上述视觉SLAM方法，融合了基于特征点的运动估计及环境中观测到的特征线的观测特征，来实时更新摄像设备的位姿，相比于现有技术中仅考虑特征点的运动估计，一定程度上提高了视觉SLAM的准确度，此外，同时考虑了已观测到的历史特征线的观测特征，实现了闭环约束，提高了鲁棒性，相应地也提高了视觉SLAM的准确度。

一种可能的设计中，所述方法还包括：利用所述特征线观测量、所述第一位姿对所述全局特征线状态向量集合进行更新得到更新后的全局特征线状态向量集合。

一种可能的设计中，所述方法还包括：遍历所述N条历史特征线，依次计算每条历史特征线与所述第一特征线之间的马氏距离，得到N个马氏距离；所述利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿，包括：当所述N个马氏距离中的最小马氏距离小于预设阈值时，利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿。应理解的是，这种设计中利用马氏距离算法来确定提取的特征线已经观测过，即当最小的马氏距离小于预设阈值时就认为第一特征已经给观测过，从而能够利用该第一特征线的特征线观测量、全局特征线状态向量集合对利用特征点估计的第一位姿进行实时更新。

一种可能的设计中，所述利用所述特征线观测量、所述全局特征线状态向量集合，对所述第一位姿进行更新，以得到更新后的第一位姿，包括：计算所述最小马氏距离对应的特征线的特征线状态向量与所述特征线观测量之间的偏差，基于所述偏差，利用滤波方法更新所述第一位姿和所述全局特征线状态向量集合。