[发明专利]基于线特征的SLAM系统快速重定位算法有效
申请号: | 201910672919.8 | 申请日: | 2019-07-24 |
公开(公告)号: | CN110489501B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 朱战霞;马廷宸;王铮 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G01C21/00;G01C21/20;G01C21/30;G09B29/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 范巍 |
地址: | 710072 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 特征 slam 系统 快速 定位 算法 | ||
1.一种基于线特征的SLAM系统快速重定位算法,其特征在于,包括以下步骤:
步骤一、分线程将候选关键帧与当前图像帧进行点线特征匹配;基于点线匹配数量判断点线初步匹配数量是否要求达到设定数量,若满足则执行步骤二;
步骤二、设置随机一致性算法参数,并执行EPnL算法估计初步位姿;
步骤三、基于初步估计的位姿,剔除步骤一中点特征误匹配的点特征对;
步骤四、执行点线特征匹配同时使用的位姿优化估计,得到内点和内线数量;
步骤五、根据优化后的有效内点、内线数目,分情况讨论是否执行投影匹配,完成最终重定位;
所述的步骤二中,EPnL算法步骤如下:
1)假设世界坐标系下的控制点为基于输入的n个地图线中点世界坐标对其进行计算;
2)通过世界坐标系下的控制点和地图线中点世界坐标计算αij参数,计算公式如下:
3)输入线特征的ML矩阵:
假定当前相机的标定矩阵为:
其中,fx、fy为图像焦距,cx、cy为光心偏移。
2.根据权利要求1所述的基于线特征的SLAM系统快速重定位算法,其特征在于,所述的步骤一中,是基于DBOW2库训练的字典对ORB点特征进行匹配,基于FLANN算法对LSD-LBD线特征进行匹配。
3.根据权利要求1所述的基于线特征的SLAM系统快速重定位算法,其特征在于,所述的步骤三具体是指在使用线特征完成位姿估计后,需要对匹配点特征进行基于重投影误差的后验判断,进一步剔除误差较大或者误匹配的点特征对。
4.根据权利要求3所述的基于线特征的SLAM系统快速重定位算法,其特征在于,点特征重投影误差ErrorPoint2的计算公式如下:
ErrorPoint2=||x-K(RP+t)||2 (7)
其中,x为实际观测到的点特征图像坐标,K为3*3标定矩阵,P为地图点的世界坐标,R为3*3的旋转矩阵,t为3*1的平移矩阵。
5.根据权利要求1所述的基于线特征的SLAM系统快速重定位算法,其特征在于,所述的步骤四具体是指位姿优化结束后,需要基于新的位姿,对匹配的点线特征进行误差检测,剔除误差较大的匹配特征对,记录内点和内线数量。
6.根据权利要求1所述的基于线特征的SLAM系统快速重定位算法,其特征在于,所述的步骤五分以下情况:
1)若优化后不满足最终重定位条件,可以分为以下三种情况:
a.若点线特征在优化后均不满足最终重定位条件,则基于当前图像帧位姿,执行分线程的投影匹配,增大点线特征匹配数量;
b.若只有点特征在优化后不满足最终重定位条件,则基于当前图像帧位姿,执行点特征的投影匹配,增大点特征匹配数量;
c.若只有线特征在优化后不满足最终重定位条件,则基于当前图像帧位姿,执行线特征的投影匹配,增大线特征匹配数量;
在匹配结束后,若重新满足重定位条件,则执行第二次点线特征位姿优化,并执行类似于第一次优化后的判断;
2)若优化后满足最终重定位条件,则直接退出,重定位成功。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910672919.8/1.html,转载请声明来源钻瓜专利网。