[发明专利]一种基于FPGA的ORB_SLAM重定位特征点检索加速方法

说明书

本发明提出了一种基于FPGA的ORB_SLAM重定位特征点检索加速方法，包括：S1，将输入的图片缓冲，提取描述子；S2，然后进入工作空间Workspace，通过计算电路对结点的距离求解；S3，每个计算电路的结果会一起流向一个并行比较电路，求出最小值所在的点；S4，最后再判断是否是底层，若是则搜索结束，得出最终结点；S5，每个结点会有一个偏移值，用于寻找求子结点的地址，从而获得关键帧，然后根据关键帧集合进行重新定位。本发明对于电路资源的消耗情况，在计数器前加上近似单元AU形成累计并行计数器APC的电路结构，基于近似计算的原理，在bit流比较长并且需要复制多个相同结构的情况下可以减少硬件资源的消耗，并且提高电路计算速度。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于FPGA的ORB_SLAM重定位特征点检索加速方法。

背景技术

在slam导航定位失败的时候，系统会启动重定位，基于系统当前拍的一帧，跟据其特征点从帧库里面找出一些相似的关键帧来更新当前帧的地图点匹配，从而进行重定位的操作。在现有ORB重定位算法中，帧库的构建采用了k均值(k-means)树的结构，如图1所示。将所有训练图片的特征点提取并计算成描述子，并通过d次k-means聚类，就得到了一个d层度为k的检索树，每个簇中心用平均距离表示，在最底层的类就记录着所关联的帧，因此每次重定位算法就是将当前帧所提取出来的所有特征点(256bit描述子表示)通过检索树找到它们最终所属的类，每一层都会与其所有子结点求距离即汉明距离，最小值为下一层搜索路径方向，直至到最后一层，对于根据最后所找到的关联的帧求相似性分数筛选出一些关键帧来完成重定位的计算。

然而当我们的库里面帧的数量变得很庞大的时候，检索树的深度和广度都会变得比较大，特征点检索的速度相应地就会变得很慢，尽管在ORB算法中维护了一个前向索引来便以快速检索，但是面对巨大的帧库的时候，实时性还是难以达到实际的要求。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于FPGA的ORB_SLAM重定位特征点检索加速方法。

为了实现本发明的上述目的，本发明提供了一种基于FPGA的ORB_SLAM重定位特征点检索加速方法，包括：

S1，将输入的图片缓冲，提取描述子；

S2，然后进入工作空间Workspace，通过计算电路对结点的距离求解；

S3，每个计算电路的结果会一起流向一个并行比较电路，求出最小值所在的点；

S4，最后再判断是否是底层，若是则搜索结束，得出最终结点；

S5，每个结点会有一个偏移值，用于寻找求子结点的地址，从而获得关键帧，然后根据关键帧集合进行重新定位。

在本发明的一种优选实施方式中，所述计算电路包括：

先通过异或门再通过累计并行计数器APC或并行计数器PC；

所述累计并行计数器APC为在计数器PC前加上X级近似单元AU；

所述近似单元AU包括：一级AU近似单元即一列的与门和或门；

所述并行计数器PC包括多个全加器。

在本发明的一种优选实施方式中，所述并行计数器PC包括：

每三个bit一组送入全加器，每个全加器会有一个权重，其中三个输入就是同样的这种权重，输出本位和Sum会往同级权重全加器送值，而向相邻高位的进位数Cout则会往高一级权重送值；用同样的操作将中间结果“打一拍”，接着计算输入都已有值的全加器，一直将中间结果打拍，直至输出结果的最高位算出，最后输出的每个箭头都是一个bit。

在本发明的一种优选实施方式中，所述并行计数器PC还包括：