[发明专利]一种基于低性能处理器设备的半直接视觉定位方法

摘要

本发明公开了一种基于低性能处理器设备的半直接视觉定位方法，包括下述步骤：S1，3D点参数化；使用逆深度的方法表示三维空间点；每个三维点在第一次检测到时，由图像帧的旋转RF和平移TF表示，在相机上坐标为[vx,vy,vz]，逆深度表示为针对SLAM用于动态环境中的特征误匹配问题，本发明提出一种离群点抑制机制，通过这种机制可以有效减少动态特征点，从而有效提高定位的精度；同时本发明结合使用直接法和特征点法用于求取位姿的策略，首先使用直接法对齐图像求得粗略的位姿，用求得位姿对齐图像的特征，加快特征匹配的速度，然后基于特征点法的重投影误差优化位姿，通过直接法和特征点法的结合加快SLAM系统在跟踪部分的速度，从而有效提高系统的实时性。

主权项

1.一种基于低性能处理器设备的半直接视觉定位方法，其特征在于，包括下述步骤：/nS1，3D点参数化；/n使用逆深度的方法表示三维空间点；每个三维点在第一次检测到时，由图像帧的旋转R_F和平移T_F表示，在相机上坐标为[v_x,v_y,v_z]，逆深度表示为/n点深度是在下面范围之内：/n /n其中σ_ρ为逆深度的方差，最开始时ρ和σ_ρ是设置为1的，则深度是在之间；/n该参数化可转化为欧几里德坐标，转化关系为：/n /n在每个3D创建时使用逆深度表示，则可以防止点检测和使用之间的延迟，这在相机突然移动时是必不可少的；此外，距离摄像机位置较远的点可能具有较大的深度不确定性，但可以用来提高定位精度；/n每一帧都会更新每一个点的深度，直到它收敛为止，即直到它的深度不确定性足够小为止；为了确定一个点何时收敛到其三维位置，则使用线性指数L的判别方法：/n /n其中d是3D点与相机坐标之间的距离，α是第一次和最后一次观察到的每个3D点之间的视差；当L的值低于0.1时候，则一个点的位置是收敛的，即得到较为准确的深度值；/nS2，跟踪线程；/n根据相机图像和地图中存储的3D点，计算相机自上次迭代以来的运动；此外，相机跟踪必须是有效的实时工作；/n一旦从相机中获得一个新的帧，就对图像进行多次子采样，得到一个图像金字塔；然后利用快速算法从每个金字塔级提取特征；/n这些特征将用于匹配当前帧中的3D点，并创建新的3D点；/nS3，建图线程；/n建图线程管理相机周围环境的地图；地图会随着每一帧的更新而更新，跟踪线程使用它来计算相机的位姿；设定关键帧的数量，以便始终在当前视图中保留大量的地图点；当(1a)和(1b)条件满足或(2)条件为真时插入关键帧：/n(1a)距离上一个关键帧插入已经超过30帧；/n(1b)与上一帧关键帧相比，上一帧中出现的3D点的数量减少了10％以上；/n(2)与上一帧关键帧相比，上一帧中出现的3D点的数量减少了30％以上；/n第一个条件使得在相机缓慢移动时插入几个关键帧，而第二个条件确保在极端的相机运动中插入关键帧；关键帧的数量是有限的，因此地图不会无限增加；当达到此限制时，远离当前相机位置的关键帧将被删除；当在地图中插入一个新的关键帧时，算法会初始化新的3D点，这些3D点作为候选点保存在列表中，直到它们收敛。/n