[发明专利]一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法

说明书

本发明公开了一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法，首先建立环境表达模型；然后对建立的环境表达模型进行完整度评估；最后利用完整度评估的结果，对环境建模的完成与否进行判断，当满足要求才停止探索，从而提高最终建立的环境模型数据的完整度。本发明通过具有丰富的环境数据量的模型，提高在该环境模型下的正确数据关联几率，进而提高单目视觉定位的可靠性。

技术领域

本发明涉及机器人视觉定位的技术领域，尤其涉及到一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法。

背景技术

使用单目视觉在已有的环境模型中实现定位，是移动机器人实现视觉导航的重要组成部分。在视觉导航问题中，得到移动机器人的实时定位至关重要。

目前的单目视觉定位方案，往往利用特征点以及特征点描述符的匹配，实现移动机器人的视觉定位。

然而在数据匹配问题中，由于特征点描述符在面对视角变化、光照变化等方面存在不确定性，使得特征点的正确匹配难以实现。

发明内容

本发明的目的在于克服现有技术的不足，提出一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法。通过基于采集图像密度及其分布情况的完整度评估，并利用该完整度评估结果，对环境建模的完成与否进行判断，从而提高最终建立的环境模型数据的完整度。通过具有丰富的环境数据量的模型，提高在该环境模型下的正确数据关联几率，进而提高单目视觉定位的可靠性。

为实现上述目的，本发明所提供的技术方案为：

一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法，首先建立环境表达模型；然后对建立的环境表达模型进行完整度评估；最后利用完整度评估的结果，对环境建模的完成与否进行判断，当满足要求才停止探索，从而提高最终建立的环境模型数据的完整度，进而提高单目视觉定位的可靠性。

进一步地，所述建立的模型以图的拓扑形式表达；其中图的节点表示已收集到的各个图像；图中的边，表达已有节点的相对关系；每个节点对应建立的模型中一个采集图像；边的建立，通过节点所对应图像的像素数据关联计算得到。

进一步地，所述的完整度评估包括基于密度的完整度评估和基于分布的完整度评估；

当基于密度的完整度评估满足要求后，才进入基于分布的完整度评估阶段；

总的判断结果：J^termination＝J^distributionJ^density。

进一步地，所述基于密度的完整度评估具体为：

每采集一个新的图像k，便建立一个新的节点，对该节点可建立的与已有节点间的边数量进行统计，当节点分布密度越高，其可建立的边的数目e_k越多；当可建立的边数量大于给定阈值T^e的情况下，认为密度评估满足要求，从而进入基于分布的完整度评估阶段；该判据结果J^density表达为：

进一步地，所述基于分布的完整度评估的具体过程如下：

A：将当前建立的环境表达模型网格化；

B：在该网格化的环境表达中，所有采集到的图像节点归类到对应的某一个网格中；

C：统计每个网格的图像数量以及图像的分布姿态，评估每个网格中图像采集的分布完整度；

D：根据步骤C所得到的每个网格的分布完整度得分统计整个视觉环境模型的分布完整度得分n^c；