[发明专利]基于视觉SLAM的室内场景下单一目标物体字典模型改进方法

说明书

本发明公开了一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法：对于进行视觉SLAM的单目或双目相机进行基础标定，获得内参信息后对环境进行检测和前端同步定位与建图，得到点云地图；根据周边环境与单一目标物体相关特征制作图片数据集，利用DBoW2库k‑means++算法生成数据集对应的单词；进行TF‑IDF相似度计算划分单词权值，设定阈值，进行归零化处理，得到单一目标物体字典改进模型；将该改进模型结合到SLAM系统的后端优化中，通过对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差。本发明优化了在室内场景下对于单一目标物体的回环检测的发现与点云地图的闭环融合，为一些类别环境下特定单一目标物体的同步定位与建图提供了较大的便利。

技术领域

本发明涉及图像处理方法，尤其涉及一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法。

背景技术

随着我国经济的快速发展与工业水平的提升，对于进一步提升生产力水平的需求愈为迫切，因此一系列自动化程度较高的机器人在诸多行业的应用都取得了长足进步。由于视觉SLAM技术对于设备的要求不高、成本较低并且在室内定位与建图精度良好，能够帮助机器人快速识别周边环境与特定物体，因此例如在室内家务机器人、快递自动分拣机器人、工业装配机器人等等领域均有广泛的应用。

与此同时，当前的视觉SLAM技术受限于对室内家务、快递分拣等场景的细化研究不足，导致对物体的处理仍较多关注于点、边等局部特征，对于物体类别、结构等信息的关注不足。对于物体语义类别划分与相互联系的视觉SLAM系统的研究目前正处于初步阶段，由于各类工业应用场景的不同，导致指定类别划分的方法也不尽相同，还未能有可产业化的算法。因此研究在室内场景下结合目标物体信息的兼顾效率与准确度的视觉SLAM算法的需求日益凸显。

发明内容

发明目的：针对现有技术存在的问题，本发明的目的在于提供一种能够解决室内场景下现有开源视觉SLAM算法存在跟踪目标时易丢失、复杂场景下的实时性不足、工作效率不高并且易受环境因素影响而精度不高等问题的基于视觉SLAM的室内场景下单一目标物体字典模型改进方法，为一些类别环境下的特定单一目标物体的同步定位与建图提供了较大的便利。

技术方案：一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法，包括如下步骤：

(1)对于进行视觉SLAM的单目或双目相机进行基础标定，获得内参信息后利用该相机对环境进行检测并进行前端同步定位与建图，通过三维特征点得到未经过后端优化的点云地图；

(2)根据周边环境与单一目标物体相关特征制作图片数据集，并利用DBoW2库k-means++算法生成数据集对应的单词，为室内场景下视觉SLAM对单一目标物体建立的点云地图进行回环检测做准备；

(3)针对单一目标物体生成的单词进行TF-IDF相似度计算划分单词权值，根据对检测周边环境闭环贡献程度的高低设定阈值，对于与单一目标物体有关的部分单词进行归零化处理，得到单一目标物体字典改进模型；

(4)将改进后的字典模型结合到SLAM系统的后端优化中，通过对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差，优化在室内场景下对于单一目标物体的回环检测的发现与点云地图的闭环融合，提高定位与建图精度。

所述步骤(1)中，对一台单目相机进行标定，获得内参信息，同时通过视觉SLAM前端进行同步定位与建图，具体步骤为：

(1.1)以环境内的一张黑白棋盘格作为标定物，通过调整标定物与各个相机的方向，为标定物拍摄一些不同方向的照片，并从照片中提取棋盘格角点；

(1.2)设周边环境中某空间点P的相机坐标为[X,Y,Z]^T,其中，X,Y,Z分别为相机在三维空间立体坐标系中的坐标，则在相机模型中根据三角形相似关系得到成像平面内对应成像点P′坐标为f为相机焦距；