[发明专利]基于视觉SLAM的室内场景下单一目标物体字典模型改进方法

摘要

本发明公开了一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法：对于进行视觉SLAM的单目或双目相机进行基础标定，获得内参信息后对环境进行检测和前端同步定位与建图，得到点云地图；根据周边环境与单一目标物体相关特征制作图片数据集，利用DBoW2库k‑means++算法生成数据集对应的单词；进行TF‑IDF相似度计算划分单词权值，设定阈值，进行归零化处理，得到单一目标物体字典改进模型；将该改进模型结合到SLAM系统的后端优化中，通过对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差。本发明优化了在室内场景下对于单一目标物体的回环检测的发现与点云地图的闭环融合，为一些类别环境下特定单一目标物体的同步定位与建图提供了较大的便利。

主权项

1.一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法，其特征在于，包括如下步骤：(1)对于进行视觉SLAM的单目或双目相机进行基础标定，获得内参信息后利用该相机对环境进行检测并进行前端同步定位与建图，通过三维特征点得到未经过后端优化的点云地图；(2)根据周边环境与单一目标物体相关特征制作图片数据集，并利用DBoW2库k‑means++算法生成数据集对应的单词；(3)针对单一目标物体生成的单词进行TF‑IDF相似度计算划分单词权值，根据对检测周边环境闭环贡献程度的高低设定阈值，对于与单一目标物体有关的部分单词进行归零化处理，得到单一目标物体字典改进模型；(4)将改进后的字典模型结合到SLAM系统的后端优化中，通过对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差。