基于共视投影匹配的视觉惯性SLAM系统滑窗优化方法
摘要文本
基于共视投影匹配的视觉惯性SLAM系统滑窗优化方法，涉及SLAM技术领域。本发明是为了解决现有视觉惯性SLAM系统后端的滑动窗口优化方法精度低的问题。本发明在不改变滑动窗口优化快速性的前提下，通过共视投影匹配关系改进滑动窗口优化方法，消除了“影子”地图点，提高了地图点精度；增加了关键帧成功匹配地图点的数量，扩大了关键帧的观测视野，新增了SLAM系统的视觉观测约束，从而提高了滑动窗口优化估计位姿的精度，进而提高了移动机器人的定位精度。
申请人信息
- 申请人:哈尔滨理工大学
- 申请人地址:150080 黑龙江省哈尔滨市南岗区学府路52号
- 发明人: 哈尔滨理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于共视投影匹配的视觉惯性SLAM系统滑窗优化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311384144.7 |
| 申请日 | 2023/10/24 |
| 公告号 | CN117421384A |
| 公开日 | 2024/1/19 |
| IPC主分类号 | G06F16/29 |
| 权利人 | 哈尔滨理工大学 |
| 发明人 | 班喜程; 尤波; 栾添添; 孙明晓; 胥静; 吕奉坤; 马继瑞; 王鑫源 |
| 地址 | 黑龙江省哈尔滨市南岗区学府路52号 |
专利主权项内容
1.基于共视投影匹配的视觉惯性SLAM系统滑窗优化方法，其特征在于，包括以下步骤：步骤一：当视觉惯性SLAM系统的后端模块订阅到其前端模块发布的机器人最新帧图像时，判断滑动窗口是否已满，是则执行步骤二，否则执行步骤四；步骤二：判断次新帧图像是否为关键帧，是则将滑动窗口内最老帧图像边缘化然后执行步骤三，否则将次新帧图像边缘化然后执行步骤三；步骤三：根据舒尔补理论重构滑动窗口的约束关系，然后执行步骤四；步骤四：根据最新帧图像与滑动窗口内当前最新关键帧图像的视差判断所述最新帧图像是否为关键帧，是则将滑动窗口内的地图点投影到所述最新帧图像上，所述地图点为滑动窗口内能够与所述最新帧图像共视的关键帧所观测到的地图点，然后执行步骤五，否则更新最新帧图像对应的IMU约束关系，然后返回步骤一；步骤五：将最新帧图像上的投影点与特征点进行匹配，将未匹配到特征点的投影点删除，同时判断有相匹配投影点的特征点是否存在原地图点，所述原地图点为特征点在进行匹配之前滑动窗口内就存在能够与之对应的地图点，是则执行步骤六，否则执行步骤七；步骤六：比较投影点对应的地图点与特征点对应的原地图点的被观测次数，仅保留被观测次数多的地图点，使得滑窗内各关键帧的视觉观测约束得到更新，然后执行步骤八；步骤七：增加新的地图点，使得所述最新帧图像与新增地图点之间建立观测约束，然后执行步骤八；步骤八：判断滑动窗口内关键帧数量是否已满，是则执行步骤九，否则返回步骤一；步骤九：分别构建视觉约束因子、IMU预积分约束因子以及边缘化先验约束因子，将所述视觉约束因子、IMU预积分约束因子以及边缘化先验约束因子加入到滑窗因子图优化模型中构建目标函数；步骤十：利用非线性优化算法对所述目标函数进行优化，更新滑动窗口内机器人的状态量，完成滑窗优化。 微信公众号马克 数据网