[发明专利]基于点线统一框架的单目SLAM系统初始化算法

权利要求书

1.一种基于点线统一框架的单目SLAM系统初始化算法，其特征在于，包括以下步骤：

步骤一、设置点线特征统一的索引容器，使得获得的点线特征匹配统一于后续的计算F和H矩阵的随机抽样一致性算法中；

步骤二、将线特征统一于矩阵计算框架，根据预处理的线特征中点，分线程计算F和H矩阵及对应得分；

步骤三、根据得分确定当前有效矩阵，并基于该矩阵恢复相应的3D点线特征，进而完成单目SLAM系统的初始化；

步骤一中需要现将获得的数据进行有效分配，假定当前获得N对点特征匹配，NL对线特征匹配步骤如下：

1)将获得的点线特征对于统一的容器中顺序存储，容器尺寸为N+NL；

2)按照RANSAC算法最大迭代次数要求，从容器中随机抽取最大迭代次数组输入；每组为多对不重复的点线特征索引；

步骤二中，F矩阵计算步骤：

a.基于所有点特征对和线特征中点对进行数据归一化，消除图像坐标系和尺度产生的影响；假定待计算的F矩阵为：

其中，K为标定矩阵，E为本质矩阵；

b.基于所有点特征对和线特征中点对进行数据归一化，消除图像坐标系和尺度产生的影响；

c.假定多组点和线特征中点的匹配对坐标为

其中，u、v表示图像坐标系下像素的横纵坐标，I取值表示基于8点法使用的第i组坐标，j取值表示第j张图像；

将坐标输入如下计算公式：

d.对计算F矩阵进行检测，判断基于置信度，分别对所有输入的匹配点特征和线特征进行是否小于一个像素误差的卡方检验；对于通过检验的匹配对，累加得分，公式如下：

H矩阵及得分计算步骤如下：

假定待计算的H矩阵为：

a.基于所有点特征对和线特征中点对进行数据归一化，消除图像坐标系和尺度产生的影响；

b.假定多组点和线特征中点的匹配对坐标为

其中，u、v表示图像坐标系下像素的横纵坐标；I取值表示基于8点法使用的第i组坐标，j取值表示第j张图像；

将坐标输入如下计算公式：

并进行SVD分解，计算可得Homography矩阵；

c.对计算Homography矩阵进行检测，判断基于置信度，分别对所有输入的匹配点特征和线特征进行是否小于一个像素误差的卡方检验对于通过检验的匹配对，累加得分，公式如下：

2.根据权利要求1所述的基于点线统一框架的单目SLAM系统初始化算法，其特征在于，点特征和线特征的整体匹配对数不少于8对。

3.根据权利要求1所述的基于点线统一框架的单目SLAM系统初始化算法，其特征在于，所述的置信度95％。

4.根据权利要求1所述的基于点线统一框架的单目SLAM系统初始化算法，其特征在于，步骤三具体包括：

a.对步骤二中的F和H矩阵的得分进行比较；

b.根据选择的矩阵进行SVD分解：

若选择的是F矩阵则需先分解为本质矩阵E，然后再进行SVD分解，得到对应的R,t矩阵；

若选择的是H矩阵，则直接进行SVD分解，得到对应的R,t矩阵；

c.基于得到的R,t矩阵进行分线程进行3D点特征和3D线特征计算，若某组R,t矩阵的3D特征恢复数量明显优于其他组，且点线特征的恢复数量均达到设置值，则初始化成功。

5.根据权利要求4所述的基于点线统一框架的单目SLAM系统初始化算法，其特征在于，所述的设置值为50个。