[发明专利]一种基于RGB-D SLAM的无人机三维重建方法、无人机

权利要求书

1.一种基于RGB-D SLAM的无人机三维重建方法，其特征在于，所述的基于RGB-D SLAM的无人机三维重建方法包括以下步骤：

步骤一，采用开源OPENNI程序框架对Kinect相机数据的提取；采用通讯方式对提取到的彩色RGB图片信息与深度Depth图片信息进行储存；

步骤二，利用前端算法对RGB-D图像进行特征检测与描述符提取，对提取到的描述进行特征匹配，根据匹配结果估算运动变换并进行优化；后端算法根据前端算法的结果构建位姿图，进行闭环检测与位姿图优化；最终得到的最优相机位姿进行相机定位与三维地图环境重建；

步骤三，生成的三维点云转化成为八叉树地图，生成环境空间的二维地图，对无人机的路径进行规划。

2.如权利要求1所述的基于RGB-D SLAM的无人机三维重建方法，其特征在于，所述步骤一中，数据预处理包括有相机针孔模型和深度信息获取模型。

3.如权利要求1所述的基于RGB-D SLAM的无人机三维重建方法，其特征在于，所述步骤一中，相机针孔模型具体为：

物体所在的环境为世界坐标系O-X-Y-Z，所成倒立像的平面称之为成像坐标系o′-x′-y′-z′，相机坐标系o-x-y-z；取相机坐标系o-x-y-z与成像坐标系o′-x′-y′-z′的z轴重合，x轴向右，y轴由右手定则确定，o称为相机光心；

将现实中的物体抽象为一个质点A，质点在相机坐标系o-x-y-z的坐标为[x，y，z]^T，其反射的光通过相机光心o成像在成像坐标系o′-x′-y′-z′，坐标为[x′，y′，z′]^T，同时成像的平面距离相机光心距离为相机的焦距f⁰；根据三角形相似规则，得到：

将成像坐标系下的坐标单独放到等号的一侧，得到：

质点坐标从相机坐标系o-x-y-z到成像坐标系o′-x′-y′-z′的变换公式；既然是彩色相机成像，每个像素点存储着对应的二进制数值，二进制数值也就表示着每个点的颜色；

像素坐标系c-u-v，其中c为像素坐标系的原心，相对于成像坐标系o′-x′-y′-z′的原心o′平移了[c_x，c_y]^T；u相当于成像坐标系o′-x′-y′-z′的x′轴，但与之不同的是，图像在u轴上缩放了α倍；同理，v相当于成像坐标系o′-x′-y′-z′的y′轴，图像在v轴上缩放了β倍；由图像坐标转换为像素坐标：

得到质点坐标从相机坐标系o-x-y-z到像素坐标系c-u-v的变换公式：

令f_x＝αf₀、f_y＝βf₀，f₀为相机的焦距，单位为米，α、β单位均为像素/米，所以f_x、f_y的单位均为像素得：

畸变修正方程：

其中，是归一化后的坐标值，[x/z，y/z]^T，[x_correct，y_correct]^T是经过修正后的坐标；称修正系数k₁、k₂、k₃为径向修正系数，称修正系数p₁、p₂为切向修正系数；在得到了修正后的坐标后，将坐标[x/z，y/z]^T替换成为[x_correct，y_correct]^T；得到彩色相机成像的基本模型；每个像素坐标[u，v]^T会储存一个数值矩阵I(u，v)∈R^L×h，数值矩阵I中存储着二进制数值。