首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于语义分割动态点的视觉SLAM方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:长春工业大学

摘要:一种基于语义分割动态点的视觉SLAM方法,涉及计算机视觉技术领域。本发明通过RGB‑D相机采集环境图像信息,对所获得的图像进行特征提取和语义分割,得到提取的ORB特征点与语义分割结果;利用基于多视角几何约束的动态物体检测算法,检测出剩余动态物体并剔除动态特征点;顺次执行跟踪、局部建图以及回环检测线程,从而在动态场景下构建出准确的静态场景八叉树三维语义地图,最终实现面向动态场景的基于语义分割动态点的视觉SLAM方法。

主权项:1.一种基于语义分割动态点的视觉SLAM方法,其特征在于,包括如下步骤:步骤1通过RGB-D相机采集环境图像信息,对所获得的图像进行特征提取和语义分割,得到提取的ORB特征点与语义分割结果;步骤2根据提取的特征点与语义分割结果,在此基础上利用基于多视角几何约束的动态物体检测算法,检测出非先验动态物体并剔除动态特征点;步骤3顺次执行跟踪、局部建图以及回环检测线程,从而在动态场景下构建出准确的静态场景八叉树三维语义地图,最终实现面向动态场景的基于语义分割动态点的视觉SLAM方法;步骤2中,根据提取的ORB特征点与语义分割结果,在此基础上利用基于多视角几何约束的动态物体检测算法,检测出非先验动态物体并剔除其动态特征点,具体方法如下:当局部地图中的点投影到当前帧的视角时,其测量的深度值与投影的深度值相差不大,若相差较大,则认为有动态物体遮挡了当前帧的部分视野;对于输入的每一帧图像,选择5个和它有重叠的关键帧,计算每个来自之前关键帧的特征点q在当前帧中的投影q′和当前帧中的投影深度值zd;计算特征点q和q′两点的反投影视角差α,如果大于30°,则认为这个点可能被遮挡,该点不是动态特征点;测得当前帧剩余关键点的深度为z',并计算得到投影深度值zd,若投影误差Δz=zd-z'大于设定的阈值τz,关键点q被认为是一个动态特征点,从而检测出图像中剩余动态特征点;步骤3中顺次执行跟踪、局部建图以及回环检测线程的方法如下:视觉SLAM方法以OpenVSLAM开源视觉SLAM系统为框架,由三个模块组成:跟踪模块、地图模块和全局优化模块,其中跟踪模块是主线程,其他两个模块是同步线程;将RGB图、深度图及其语义分割掩码输入到系统中,在跟踪模块实现对图像中的静态区域提取特征点、使用光束平差法最小化重投影误差估计相机位姿和对输入的图片进行关键帧检测;在地图模块实现对剔除动态物体后的静态环境进行三维点重建、同时对相机局部位姿和三维点信息进行优化;在全局优化模块实现整个系统的回环检测和全局优化,对相机位姿和三维点位置再度优化并且避免积累误差。

全文数据:

权利要求:

百度查询: 长春工业大学 一种基于语义分割动态点的视觉SLAM方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。