[发明专利]一种基于可观测性优化的多相机视觉SLAM方法

说明书

本发明公开了一种基于可观测性优化的多相机视觉SLAM方法，该方法根据多相机视觉SLAM可观测性设计多相机视觉系统，使其用于阿克曼运动模型的地面无人平台时能够更加有效恢复定位信息尺度，该方法充分利用多相机视觉系统的基线约束和全景感知能力，依据可观测性进行优化，解决地面无人平台在未知环境中的自主导航问题，并解决现有视觉SLAM方法尺度恢复能力弱、在纹理特征稀疏或分布不均的环境中无法鲁棒地进行定位的问题；根据可观测性设计的可观测度可以直接评估实时定位的效果变化趋势，以此为依据判断关键帧之间所需的视角差异，提高了视觉SLAM的可靠性，使地面无人平台可以精准、可靠地进行真实世界尺度下的自主导航。

技术领域

本发明属于计算机视觉定位领域，涉及基于视觉SLAM可观测性改进的非直接法多相机视觉SLAM。

背景技术

随着技术的不断发展和人们对工作、生活需求的提高，无人驾驶技术成为当前的热点，研究者们希望无人驾驶技术改变车辆控制方式，在城市交通、物流运输等场景实现更加安全、高效的车辆控制。现在，无人车辆在高精地图作为先验信息的情况下能实现全天候厘米级自主导航，在没有高精地图可用时使用卫星导航系统和惯性导航系统的组合导航方案也可以在开阔的环境中实现高精度定位。然而，高精地图的测绘成本高，并且需要测绘资质才可以自行制作，组合导航方案在隧道、高楼密集的区域内定位精度和可靠性都无法满足导航需求。因此，在无法使用高精地图和组合导航的情况下如何实现精准、可靠的定位是无人驾驶需要解决的技术难题之一。

同时定位与地图构建(Simultaneous Localization And Mapping，SLAM)技术基于激光雷达、相机等传感器采集的环境信息，令无人平台在未知环境的未知位置构建环境地图，同时利用该地图估计其运动轨迹。SLAM技术能够实现无人平台的定位，弥补上述技术应用场景受限的缺点。目前，视觉SLAM技术由于传感器成本低、信息丰富等优点受到研究者们的重视。随着近年来相关的研究不断深入，视觉SLAM技术在精度、鲁棒性等方面取得了长足进步。然而，单目相机、双目相机等传统的视觉传感器视场范围很小，仅能观测水平方向60°，俯仰方向45°左右的环境信息，即使是鱼眼相机也无法做到全景感知，这使得视觉SLAM方法在辨别复杂运动方式时受到很大的限制，在环境特征稀疏或是分布不均匀的场景中很可能出现定位失败的情况，导致视觉SLAM成为一个病态问题。

针对上述问题，研究者们设计了多种视野范围极大的全景成像系统，其中多相机视觉系统具有环境信息压缩程度低的优点，极大地提高了视觉系统的信息量，能够高效地感知环境的变化。多相机视觉系统在设计时可以适当地增大相机之间的基线，此时视觉SLAM方法可以利用基线约束将真实世界的尺度信息引入定位和建图的过程中。此外，多相机视觉系统中的各个相机可以独立工作，这使得视觉SLAM等应用在极端工况下也有较好的应对能力。因此，近年来多相机视觉SLAM方法得到了广泛的研究。然而，现有的多相机视觉SLAM方法仅在传统视觉SLAM算法框架的基础上利用多相机视觉系统的全景感知能力跟踪更多的地图点，并在位姿估计和地图点构建中引入基线约束，没有充分地分析并利用多相机视觉系统在视觉SLAM问题中的特点，恢复真实世界尺度的能力较弱。

因此，基于多相机视觉SLAM系统的可观测性对多相机视觉SLAM方法进行改进，提升视觉SLAM技术的定位精度和可靠性，对无人平台在未知环境中的自主导航具有重要意义，有极高的研究价值。

发明内容

有鉴于此，本发明提供一种基于SLAM系统可观测性优化的非直接法多相机视觉SLAM方法，根据多相机视觉SLAM系统的可观测性在多相机视觉系统设计、特征匹配、关键帧选取等方面对多相机视觉SLAM方法进行改进，使多相机视觉SLAM方法恢复真实世界尺度的能力进一步提升，令特征匹配结果更有利于提高定位和构图的精度和可靠性，并使多相机视觉SLAM方法能够根据跟踪地图点的状态确定关键帧之间所需要的视角差异，使多相机视觉SLAM方法能兼顾精度和效率，实现高精度的实时定位。

一种基于可观测性优化的多相机视觉SLAM方法，包括如下步骤：