[发明专利]一种基于RGB-D SLAM的无人机三维重建方法、无人机

说明书

本发明属于图像数据处理技术领域，公开了一种基于RGB‑D SLAM的无人机三维重建方法；Kinect相机数据提取与预处理；RGB‑D SLAM算法的实现，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；地图转化与路径规划。本发明对比于只有前端时得到有效的改善，环境已经可以被直观的认出，基本达到预先的要求；同时通过使用预处理数据原则，有效的解决了数据维度过大的问题，使得构建出的地图趋于真实场景。本发明减少数据集的维度，有效的提升算法的处理性能，并且不会对全局地图的构建与无人机的定位产生明显的影响；提升整个SLAM的构图精度，同时也会降低数据集的维度，提高运行效率。

技术领域

本发明属于图像数据处理技术领域，尤其涉及一种基于RGB-D SLAM的无人机三维重建方法、无人机。

背景技术

目前，业内常用的现有技术是这样的：

多旋翼无人机是一种具备垂直起降，悬停并具有优良低速飞行性能的无人驾驶飞行器，在航拍，农业植保，电力巡线以及快递运输等诸多领域，得到了广泛的应用和发展。但是，无人机是一种科技含量很高的产品，未经过培训的普通大众很难正确理解和掌握，容易造成一定的损失和危害，不利于无人机的普及和发展。当前，大多数无人机都是室外飞行，不便于课堂讲授和演示。一款室内飞行性能优良，便于课堂教学的无人机，成为无人机教育领域的刚需。

无人机室内飞行一直是无人机领域的研究热点，室内应用也暂时是无人机应用的空白区域，这是因为室内环境相对复杂，人员走动，色调单一，光线多变，没有GPS信号等诸多因素，无人机难于定位和完成路径规划。以上问题促使大部分无人机在室内的飞行性能并不稳定，所以研究人员就需要应用其他方法为无人机的位置进行精确定位，与此同时还能够构建出环境地图。

由于室内无人机无法较好的接收卫星信号，所以无法通过卫星定位，其需要依靠自身所携带的传感器来进行定位，比如激光雷达，彩色相机等等。通过上述传感器接收到的信息如何转变为无人机的位置信息，需要复杂的处理过程。在室内环境未知的条件下，人们根据已有传感器信息来进行无人机定位更是难上加难。SLAM(Simultaneous Localizationand Mapping)问题就是在这样的需求背景下提出的，是当前无人机定位技术研究的一个重要课题。SLAM技术的重要意义是它很好的解决了无人机定位与环境地图构建之间的耦合问题，使二者能够同时被求解出来。SLAM问题基本包括视觉里程计、后端、回环检测、构建地图这四部分，其中视觉里程计被称作为前端部分，在这部分中，SLAM技术很好的融合了计算机视觉与信号处理、刚体运动学等领域相关的内容；SLAM算法的后端又与几何学，图优化以及概率论等学科相融合。此外，现有技术中，点云地图的误差是比较大的，甚至后面还有多出的部分，这是与实际严重不符的；现有技术中无人机转弯过快或者飞行过快而导致的数据丢失问题，是无人机飞行过慢导致数据重复而使得算法运行速率降低的问题；现有技术中，构图精度较低，降低运行效率。在转弯的过程中，无人机需要考虑飞行安全性能，降低了无人机的飞行速度，而相机采集的帧率是没有改变的，导致在该处采集的数据重复，解决该问题的方法是将采集的帧率与无人机的飞行速度结合起来，能够以不同的帧率满足高速和低速状态下不同的数据采集需求，提高了数据集的精度。

综上所述，现有技术存在的问题是：现有技术中无人机转弯过快或者飞行过快而导致的数据丢失，构图精度较低，运行效率低。

解决上述技术问题的难度和意义：难度在于如何将相机的采集帧率与无人机的飞行速度结合起来，同时在结合的过程中其中的参数如何设计，即多高的速度对应多少帧率，保证数据不丢失，不重复。解决该问题的意义重大，能够解决当前大多采用固定帧率采集数据不够精确的问题。

发明内容

针对现有技术存在的问题，本发明提供了一种基于RGB-D SLAM的无人机三维重建方法。

本发明是这样实现的，一种基于RGB-D SLAM的无人机三维重建方法，具体包括以下步骤：