[发明专利]SLAM定位方法、装置、电子设备和可读存储介质

权利要求书

1.一种SLAM定位方法，其特征在于，所述SLAM定位方法应用于VST头显设备，所述VST头显设备包括头盔本体，以及固连于所述头盔本体的双目鱼眼摄像头，所述SLAM定位方法包括：

获取所述双目鱼眼摄像头依据时序性采集的视觉图像数据流，对所述视觉图像数据流的各图像帧进行灰度化处理得到灰度图像数据流；

识别所述灰度图像数据流中的DSO特征，基于光流法对所述DSO特征进行特征匹配处理，得到DSO匹配对；

依据所述DSO匹配对在所述灰度图像数据流中的位置信息，确定所述头盔本体当前的初始位姿；

对所述初始位姿进行动态优化，得到目标优化位姿。

2.如权利要求1所述的SLAM定位方法，其特征在于，所述依据所述DSO匹配对在所述灰度图像数据流中的位置信息，确定所述头盔本体当前的初始位姿的步骤包括：

采用逆向光流法对所述DSO匹配对进行校准，得到DSO校准对；

依据所述DSO校准对在所述灰度图像数据流中的位置信息，结合最小化光度误差法计算得到所述头盔本体当前的初始位姿。

3.如权利要求2所述的SLAM定位方法，其特征在于，所述对所述初始位姿进行动态优化，得到目标优化位姿的步骤包括：

从所述DSO校准对中提取ORB特征描述子和LBD特征描述子，并对所述ORB特征描述子和所述LBD特征描述子进行聚类，得到所述灰度图像数据流中的点线特征对；

依据所述点线特征对在所述灰度图像数据流中的位置信息，结合视觉重投影误差法计算得到所述头盔本体当前的目标优化位姿。

4.如权利要求3所述的SLAM定位方法，其特征在于，所述VST头显设备还包括固连于所述头盔本体的IMU传感器，所述对所述ORB特征描述子和所述LBD特征描述子进行聚类，得到所述灰度图像数据流中的点线特征对的步骤之后包括：

基于所述IMU传感器采集所述头盔本体当前的惯性测量数据，并对所述惯性测量数据进行预积分，得到惯导位姿变换数据；

依据所述惯导位姿变换数据，校准所述灰度图像数据流中的所述点线特征对，得到惯导校准对；

所述依据所述点线特征对在所述灰度图像数据流中的位置信息，结合视觉重投影误差法计算得到所述头盔本体当前的目标优化位姿的步骤包括：

依据所述惯导校准对在所述灰度图像数据流中的位置信息，结合视觉重投影误差法计算得到所述头盔本体当前的目标优化位姿。

5.如权利要求1所述的SLAM定位方法，其特征在于，所述对所述视觉图像数据流的各图像帧进行灰度化处理得到灰度图像数据流的步骤之后包括：

将所述灰度图像数据流输入至直接法里程计的前端约束中，选取得到关键帧；

累计所述关键帧的数量；

若所述关键帧的数量达到预设数量阈值，则触发所述关键帧的视觉重定位，将所述视觉重定位的结果，添加至所述直接法里程计的后端约束中，并将累计的所述关键帧的数量清零。

6.如权利要求5所述的SLAM定位方法，其特征在于，所述依据所述DSO匹配对在所述灰度图像数据流中的位置信息，确定所述头盔本体当前的初始位姿的步骤包括：

将所述DSO匹配对在所述灰度图像数据流中的位置信息输入至所述后端约束中，得到消除累积误差后的所述位置信息；

依据消除累积误差后的所述位置信息，结合最小化光度误差法计算得到所述头盔本体当前的初始位姿。

7.如权利要求6所述的SLAM定位方法，其特征在于，所述将所述DSO匹配对在所述灰度图像数据流中的位置信息输入至所述后端约束中，得到消除累积误差后的所述位置信息的步骤包括：

将所述DSO匹配对在所述灰度图像数据流中的位置信息输入至所述后端约束中，基于所述后端约束，对所述DSO匹配对在所述灰度图像数据流中的位置信息进行跟踪匹配，识别出所述灰度图像数据流中的关键帧和冗余帧；

从所述灰度图像数据流中剔除所述冗余帧，并将所述关键帧中的所述DSO匹配对的帧间估计坐标信息，作为消除累积误差后的所述位置信息。