[发明专利]基于光流跟踪和特征匹配的回环检测及视觉SLAM方法

权利要求书

1.一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于步骤如下：

步骤1：双目相机采集图像，对图像做预处理；

步骤2：在相邻帧之间，点特征采用LK光流法跟踪匹配，线特征采用描述子的方式匹配；

步骤3：基于相邻帧之间点线特征的重投影误差构建代价函数F₁，对当前帧的位姿进行优化调整；

步骤4：判断当前帧是否为关键帧，如果是，则执行步骤5；如果不是，则设定前一关键帧为当前帧的参考关键帧，然后跳转至步骤9；

步骤5：提取当前帧的ORB点特征，并计算BRIEF描述子；

步骤6：在局部关键帧之间，点线特征均采用描述子的方式匹配；

步骤7：基于局部关键帧之间点线特征的重投影误差构建代价函数F₂，再次优化调整位姿；

步骤8：回环检测，调整全局位姿；

步骤9：输出全部图像帧的位姿。

2.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤1中的图像预处理方法为：首先将图像转换为灰度图像，然后利用自适应直方图均衡算法对图像做增强处理。

3.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤2中，包括如下步骤：

步骤2.1：采用LK光流法，由当前帧的左目图像跟踪前一帧的左目图像，进行点特征的跟踪匹配；

步骤2.2：筛选并补充ORB点特征；

步骤2.3：采用LSD线特征提取算法以及LBD线特征描述算法，在当前帧的左、右目图像之间提取线特征并计算线特征描述子；

步骤2.4：相邻帧的左目图像之间通过LBD描述子匹配的方式进行线特征匹配。

4.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤3中，包括如下步骤：

步骤3.1：根据相邻帧之间点线特征的数据关联关系，由光束平差法构建基于点线特征重投影误差的代价函数F₁；

步骤3.2：采用高斯牛顿法求解F₁，对当前帧的位姿进行优化调整。

5.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤4中，判断当前帧是否为关键帧具体为：

关键帧同时满足了以下条件：

1)与上一个关键帧之间至少含有20个图像帧；

2)至少成功追踪到了50个点特征和15条线特征；

3)与上一个关键帧之间的共视点、线特征信息少于75％。

6.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤6中，包括了如下步骤：

步骤6.1：当前帧的左、右目图像之间的点特征通过BRIEF描述子匹配的方式，进行双目立体匹配；

步骤6.2：局部关键帧的左目图像之间的点、线特征均分别通过BRIEF、LBD描述子匹配的方式，进行双目立体匹配。

7.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤7中，包括了如下步骤：

步骤7.1：根据局部关键帧之间点线特征的数据关联关系，由光束平差法构建基于点线特征重投影误差的代价函数F₂；

步骤7.2：采用高斯牛顿法求解F₂，对局部关键帧的位姿进行优化调整。

8.根据权利要求1所述的一种基于光流跟踪和特征匹配的回环检测及视觉SLAM方法，其特征在于所述步骤8中，包括了如下步骤：

步骤8.1：利用全局特征算子对图像进行结构校验，选取回环候选帧；

步骤8.2：利用局部特征算子比较图像之间的相似性，验证回环候选帧是否是真回环。