[发明专利]基于事件相机与深度相机的视觉里程计定位方法及系统在审

专利信息
申请号: 202111230468.6 申请日: 2021-10-22
公开(公告)号: CN113888639A 公开(公告)日: 2022-01-04
发明(设计)人: 王一夫;康智文;左一凡;杨家琪 申请(专利权)人: 上海科技大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/33;G06T3/00
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 倪静
地址: 201210 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 事件 相机 深度 视觉 里程计 定位 方法 系统
【权利要求书】:

1.一种基于事件相机与深度相机的视觉里程计定位方法,其特征在于,包括:

获取由经过标定内外参数的深度相机以及事件相机同步实时采集的深度图以及事件;

积累毫秒级局部时间内的事件流,并将所述事件流中的各事件沿时间维度投影至虚拟的二维图像上,以生成当前时刻的时间表面图;

将生成的当前时刻的时间表面图与构建的最近关键帧的局部地图进行3D-2D配准,获得当前时刻相机相对于最近关键帧的相对位姿;

根据当前时刻相机相对于最近关键帧的相对位姿以及最近关键帧的绝对位姿,获得相机当前时刻的全局位姿;

若所述相对位姿大于设定阈值时,则构建新的最近关键帧的局部地图,用于与新的最近关键帧时刻的下一时刻生成的时间表面图进行3D-2D配准,以获得新的最近关键帧时刻的下一时刻相机相对于新的最近关键帧的相对位姿;

若所述相对位姿不大于设定阈值时,则继续采用该最近关键帧的局部地图与下一时刻生成的时间表面图进行3D-2D配准,以获得下一时刻相机相对于该最近关键帧的相对位姿;

其中,所述最近关键帧的局部地图的构建方式包括:将所述深度相机在关键帧时刻采集的深度图投影至事件相机平面,并与生成的关键帧时刻的时间表面图相结合,获得最近关键帧的局部地图。

2.根据权利要求1中所述的基于事件相机与深度相机的视觉里程计定位方法,其特征在于,所述积累毫秒级局部时间内的事件流,并将所述事件流中的各事件沿时间维度投影至虚拟的二维图像上,以生成当前时刻的时间表面图的方式包括:

积累毫秒级局部时间内的事件流,并将所述事件流中的各事件沿时间维度投影至虚拟的二维图像上;

将所述二维图像上的像素点位置的值高于设定阈值的像素点进行可视化,以生成当前时刻的时间表面图。

3.根据权利要求2中所述的基于事件相机与深度相机的视觉里程计定位方法,其特征在于,所述将所述深度相机在关键帧时刻采集的深度图投影至事件相机平面,并与生成的关键帧时刻的时间表面图相结合,获得最近关键帧的局部地图的方式包括:

将与所述事件相机同步的深度相机在关键帧时刻采集的深度图根据所述深度相机以及事件相机之间固定外参数投影至事件相机平面,并基于关键帧时刻的时间表面图,筛选多个像素点,以生成最近关键帧的半稠密边缘轮廓深度图;

将所述半稠密边缘轮廓深度图中的各像素点归一化,并基于各像素点所对应的深度值,获得三维点云集合形式的最近关键帧的局部地图。

4.根据权利要求3中所述的基于事件相机与深度相机的视觉里程计定位方法,其特征在于,所述将与所述事件相机同步的深度相机在关键帧时刻采集的深度图投影至事件相机平面,并基于关键帧时刻的时间表面图,筛选多个像素点,以生成最近关键帧的半稠密边缘轮廓深度图的方式包括:

基于所述深度相机在关键帧时刻采集的深度图的各像素点的深度值,获得投影至事件相机平面上每个像素点所分别对应的一或多个深度值;

基于投影的事件相机平面上各像素点所分别对应的各深度值,筛选关键帧时刻的时间表面图上的多个像素点,以生成半稠密边缘轮廓深度图;其中,所述半稠密边缘轮廓深度图中各像素点对应有一深度值。

5.根据权利要求4中所述的基于事件相机与深度相机的视觉里程计定位方法,其特征在于,所述基于投影的事件相机平面上各像素点所分别对应的各深度值,筛选关键帧时刻的时间表面图上的多个像素点,以生成半稠密边缘轮廓深度图的方式包括:

基于投影的事件相机平面上各像素点所分别对应的各深度值,筛选所述时间表面图上的具有深度值的多个像素点;

将筛选的各像素点所对应的各深度值进行前景点识别,以分别选择一深度值作为筛选的各像素点的深度值,并生成半稠密边缘轮廓深度图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海科技大学,未经上海科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111230468.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top