[发明专利]基于稠密视觉SLAM的无人机三维地图快速重建方法

说明书

本发明公开了一种基于稠密视觉SLAM的无人机三维地图快速重建方法，本发明发明ROS分布式计算架构特性，并结合视觉SLAM算法设计多节点分布式计算、通信的方式与策略，然后搭建ROS网络，基于可视化工具对ROS下的节点运行状态及图像、三维信息进行实时监测。引入CUDA并行编程模型，分析三维地图重建中的算法热点，设计并行算法，并在嵌入式GPU平台上对其实现，验证其在处理速度上的提升。基于ROS分布式计算框架，设计与实现多进程节点的视觉SLAM三维地图重建系统原型。通过运行实时的无人机载视觉传感器图像数据，验证基于视觉SLAM的三维地图重建算法的实用性，具有推广应用的价值。

技术领域

本发明涉及无人机技术领域，尤其涉及一种基于稠密视觉SLAM的无人机三维地图快速重建方法。

背景技术

近年来，地震滑坡泥石流等自然灾害频繁发生，使得灾区遭受了不同程度的破坏，正因如此，在这些自然灾害发生时，快速的应急救援相当重要。当此类自然灾害发生时，由于道路可能遭到破坏，营救人员很难在第一时间赶赴现场。无人机因其灵活机动、成本低、受地面地形约束小的特点，在抗震救灾等工作中得到了广泛的应用，并且凭借其快速反应能力，在应急救援工作中发挥了巨大作用。与此同时，如果想要获取灾区的三维地形信息，无人机也可代替测绘人员进入危险地带。无人机能够巡航于云层以下，获取的图像数据分辨率高，稍加处理即可用于三维地图重建。基于获取的三维地图，就可以获知灾区的受灾程度，并且通过其提供的空间信息，决策者就能够快速部署营救的方案与路线。目前，构建三维地图的方法主要有以下3种。

测量建模的方法：需要外业人员来采集建筑物的影像数据，然后交由内业人员处理，通过数据融合建立白模，最后对白模进行纹理映射，最终生成所测区域的三维模型。生产工艺复杂、工作强度大，需要内外业人员具备专业素质。

倾斜摄影技术：通过在一架无人机上搭载五台高分辨率的相机，同时获取五个角度的影像数据，即一个垂直方向和四个倾斜方向，然后通过处理能够构建精准的三维地图。倾斜摄影测量技术使得三维城市地图构建成本大大降低，。

同步定位与地图创建

基于视觉的SLAM(Simultaneous Localization and Mapping)是一项新兴的三维地图构建技术，即在传感器运动过程中，对运动轨迹进行估算，并构建周围环境的三维信息。视觉SLAM用相机作为数据获取的传感器，有着信息量大、灵活性高、成本低、时效性高、易于进行嵌入式开发等优势。当前，比较经典的SLAM算法有扩展卡尔曼滤波(EKF)方法、扩展信息滤波(EIF)方法、以及粒子滤波(PF)方法等，但上述方法并不能很好的解决大尺度范围内的三维地图重建。随着硬件性能的大幅提升，并行计算技术的发展以及高效求解方法的出现，使得基于图优化的方法重新成为SLAM发明的一个热点。

传统的三维地图构建方法都是基于不同视角方向上的测区影像数据来实现其三维几何重建，然而其生产周期长、成本高、过程繁琐。在某些特定的应用场景，例如自然灾害等，人们对快速应急救援的需求十分迫切，此时就需要能够快速甚至实时地生成三维地图，传统的方法并不能很好地解决这一问题。总的来说，传统方法的时效性差主要是存在以下三个方面的不足：(1)在数据获取前有诸多前序步骤，且对数据精度要求高；(2)在大部分的无人机三维重建过程中，无人机仅仅作为获取数据的工具，获取数据后需要等待作业完成才能进行处理，无法实时地将三维信息反馈回来，这样也无法充分利用无人机平台的便捷性为三维地图重建的时效性服务；(3)在对无人机影像数据进行图像处理时，传统方法由于其算法复杂度比较高，导致计算也相应比较耗时，加之无人机影像分辨率高、数据量大，使得从图像序列到三维地图这一过程计算很难快速完成。因此如何利用视觉SLAM技术实现高效率的无人机快速三维重建，是一个值得发明和关注的方向。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于稠密视觉SLAM的无人机三维地图快速重建方法。

本发明通过以下技术方案来实现上述目的：