[发明专利]单目稠密即时定位与地图重建方法

摘要

本发明提出了一种单目稠密即时定位与地图重建方法，使用更快速，鲁棒性更好的平面区域检测算法，而且在重建之前先找到稳定性好，可信度高的平面区域，接着进行重建，将时间大大降低；重建之前先找到稳定性好，可信度高的平面区域，只重建这些区域，在接下来的过滤过程中只有很少一部分重建结果会被舍弃，大大提高重建效率；由于平面区域检测算法存在噪声，我们使用多平面分割的方法来重建平面区域；本发明的单目稠密即时定位与地图重建方法能够在不使用GPU的情况下实时的运行；在TUM数据集上，我们的稠密重建的算法运行时间只需要DPPTAM的35％左右，而且在地图的精度和完整率方面，我们的算法要比DPPTAM的高。

主权项

1.一种单目稠密即时定位与地图重建方法，其特征在于：包括以下步骤，/nS1，获取图片流，通过视觉追踪，优化得到每一帧图片对应的相机姿态；/nS2，半稠密地图重建，预测高梯度点的深度，得到关键帧和半稠密点；/nS3，稠密地图重建，利用平面模型去拟合大块的纹理不丰富区域，用区域内少量有深度的点来恢复出整个平面区域所有点的深度；/n所述步骤S3包括，/nS3-a，对于每个关键帧，提取最大稳定颜色区域，作为候选的平面区域；/nS3-b，对于关键帧1的一个候选的平面区域A，将A内有深度的点，通过相机位姿投影到另一个关键帧2，如果有足够多的投影点落在了关键帧2中某个候选的平面区域B内，进行反向投影，将B中有深度的点投影到关键帧1中，如果有足够多的点也落在了A内部，认为关键帧1中的A和关键帧2中的B匹配，如果双向匹配过程中的任何一次匹配不成功，舍弃该候选的平面区域A；/nS3-c，对于候选的平面区域中有深度的点，随机的选取其中不共线的三个点求取一个平面模型，计算符合该平面模型的内点数量，不断的进行这一过程，找到内点数量最多的那个平面模型，记录该平面模型，同时将内点从所有3D点集中移出，如果剩下的3D点的数量多于原来3D点总数量的10％，继续上述过程，最后得到1个或者多个平面模型以及每个平面模型对应的3D点；接着通过比较每个2D像素点在每个平面模型上的NCC响应以及进行平面交线划分的方式将最大稳定颜色区域内的2D像素点分别对应到不同的平面模型上；/nS3-d，同一个候选的平面区域会出现在多个关键帧中，对于关键帧1中的最大稳定颜色区域A以及关键帧2中的候选的平面区域B，这两个区域会重建出两个结果，如果A中有90％的3D点经过位姿变换后都能落到B重建的平面上，就把这两个平面模型融合为一个新的模型；如果某个匹配的候选的平面区域重建的结果不符合该模型，则将这个不符合该模型的重建结果舍弃。/n