[发明专利]一种基于RGB-D图像的SLAM方法

说明书

本发明公开了一种基于RGB‑D图像的SLAM方法，该方法包括以下步骤：一、RGB‑D图像的获取；二、RGB‑D图像的特征点提取与匹配；三、计算旋转矩阵和平移矩阵；四、RGB‑D图像中关键帧的获取；步骤五、关键帧的闭环判断；步骤六、RGB‑D图像的全局优化；步骤七、构建网格地图。本发明方法步骤简单、设计合理且实现方便，解决暴力匹配问题，且减少匹配点对质量差别造成深度相机位姿的误差，提高了SLAM的精度和实时性，从而能够满足机器人实时SLAM的要求，并且具有极高的精度。

技术领域

本发明属于网格地图构建技术领域，尤其是涉及一种基于RGB-D图像的SLAM方法。

背景技术

随着智能机器人技术的不断发展，研究者们希望有朝一日机器人可以像人类一样，通过眼睛去观察和理解周围的世界，完成自身的定位和对周围环境的建模。一般将这个问题称为即时定位与地图构建(Simul taneous Local izat ion and Mapping,SLAM)。VSLAM是指通过视觉传感器的方式完成即时定位与地图构建。把视觉传感器和红外传感器集成到一起并实现两种传感器信息之间的良好同步，这样就构成了RGB-D传感器。基于RGB-D传感器的VSLAM则被称为RGB-D SLAM。目前的SLAM方法主要有RGB-D图像采用SIFT特征点提取，然后采用最近迭代点ICP算法求解两帧图像之间的最优变换，最后利用图优化工具TORO进行全局优化；还有利用三维重建的方案，可以在不需要RGB图只需要深度图的情况下就能实时地建立三维模型。还有基于单目、双目和RGB-D相机的完整的SLAM系统。但是上述方法还存一些问题：第一，采用暴力匹配对特征点进行匹配，需要每个特征与其他所有的特征进行匹配，匹配范围大，耗时严重；第二，精度和实时性不太理性。因此，需要一种基于RGB-D图像的SLAM方法，方法步骤简单、设计合理且实现方便，解决暴力匹配问题，且提高了SLAM的精度和实时性，从而进一步便于满足机器人实时SLAM的要求，并且具有极高的精度。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于RGB-D图像的SLAM方法，其方法步骤简单、设计合理且实现方便，解决暴力匹配问题，且提高了SLAM的精度和实时性，从而进一步便于满足机器人实时SLAM的要求，并且具有极高的精度。

为解决上述技术问题，本发明采用的技术方案是：一种基于RGB-D图像的SLAM方法，其特征在于，该方法包括以下步骤：

步骤一、RGB-D图像的获取：

采用深度相机按照预设设定的采集时间对待拍摄空间进行实时采集，并将各个采样时刻采集到的RGB-D图像发送至计算机；其中，第i个采样时刻采集到的RGB-D图像包括第i帧彩色图像和第i帧彩色图像所对应的深度值，i为正整数，且1≤i≤M，M表示彩色图像的总帧数；

步骤二、RGB-D图像的特征点提取与匹配：

步骤201、计算机采用ORB算法对第i帧彩色图像进行特征点提取，得到第i帧彩色图像的特征点描述子集；其中，第i帧彩色图像中第a个特征点对应的特征点描述子记作第i帧彩色图像中第a个特征点描述子a为正整数，且1≤a≤A，A表示特征点的总数；

同时，计算机采用ORB算法对第i+1帧彩色图像进行特征点提取，得到第i+1帧彩色图像的特征点描述子集；其中，第i+1帧彩色图像中第a′个特征点对应的特征点描述子记作第i+1帧彩色图像中第a′个特征点描述子

a′为正整数，1≤a′≤A；

步骤202、计算机采用K-means++算法对第i帧彩色图像的特征点描述子和第i+1帧彩色图像中的特征点描述子进行匹配，得到多组匹配点对；

步骤三、计算旋转矩阵和平移矩阵：

步骤301、计算机将每组匹配点对之间的汉明距离按照从小到大的顺序进行排序，并选取前N组匹配点对；