[发明专利]一种通过检测和标定恢复单目SLAM尺度的方法及系统

说明书

本发明公开了一种通过检测和标定恢复单目SLAM尺度的方法及系统，包括以下步骤，通过标定模块对相机进行标定；计算模块计算出在平面上的点距相机的深度；检测模块基于深度学习进行标志物的检测；尺度恢复模块进行SLAM后端优化，得到单目SLAM的尺度。本发明的有益效果：采用标定和检测的方法进行尺度恢复，在道路上摆放标志物进行尺度的恢复，其算法的计算量和复杂度均大大减小。

技术领域

本发明涉及计算机视觉的技术领域，尤其涉及一种通过检测和标定恢复单目SLAM尺度的方法及系统。

背景技术

单目SLAM是指用一个摄像头进行SLAM的方法，单目相机的数据就是照片，照片就是拍照时的场景在相机的成像平面上留下的一个投影，它以二维的形式反映了三维的世界，在这个过程中丢掉了一个维度，无法通过单张照片计算场景中物体的距离，因此必须要进行尺度恢复。

目前可以通过相机的高度和道路的信息恢复尺度，现有的尺度恢复技术依赖于路标识别和道路几何模型计算的精度，计算复杂且量大，有待改进。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提出一种通过检测和标定恢复单目SLAM尺度的方法，能够减小尺度恢复时的计算量和算法的复杂度。

为解决上述技术问题，本发明提供如下技术方案：一种通过检测和标定恢复单目SLAM尺度的方法，包括以下步骤，通过标定模块对相机进行标定；计算模块计算出在平面上的点距相机的深度；检测模块基于深度学习进行标志物的检测；尺度恢复模块进行SLAM后端优化，得到单目SLAM的尺度。

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：一种通过检测和标定恢复单目SLAM尺度的方法，其特征在于：包括以下步骤，通过标定模块对相机进行标定；计算模块计算出在平面上的点距相机的深度；检测模块基于深度学习进行标志物的检测；尺度恢复模块进行SLAM后端优化，得到单目SLAM的尺度。

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：所述计算模块通过透视变换进行深度计算，透视变换是将图片投影到一个新的视平面，从二维到三维(X,Y,Z)，再到另一个二维(x’,y’)空间的映射。

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：所述透视变换的公式如下，

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：所述标志物的检测还包括以下步骤，选择一张图画作为标志物；基于深度学习检测算法检测标志物的四个角的像素坐标。

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：所述深度学习检测算法为YOLO算法。

作为本发明所述的通过检测和标定恢复单目SLAM尺度的方法的一种优选方案，其中：所述深度学习检测算法进一步包括以下步骤，对标志物进行图像采集，构成深度学习的训练集。