基于深度滤波器优化的SLAM单目稠密重建

2019年第38卷第9期传感器与微系统（Transducer and Microsystem Technologies）

DOI：10．13873/J．1000—9787（2019）09—0019—05

基于深度滤波器优化的SLAM单目稠密重建*

杨海清，曾俊飞

（浙江工业大学信息工程学院，浙江杭州310000）

摘要：稠密重建问题是视觉同时定位与地图构建（SLAM）的重要环节，每一个像素点深度距离的准确

测量对稠密重建都起到重要作用。在工业应用中，往往使用RGB-D相机进行稠密重建，但是RGB-D相机

有一些量程、应用范围和光照的限制。因此，采用滤波器方式深度估计的单目相机，不仅可以保证SLAM

实时性要求，同时还适用于室外、大场景等场合。针对高斯滤波算法存在稠密重建准确率不高的问题，提

出了一种基于簇的均匀—高斯深度滤波算法，采用改进的滤波算法处理错误匹配的像素点，在正确处理外

点数据的基础上，解决深度值错误估计、相邻像素深度值相差过大的问题。实验结果表明：改进型深度估

计算法重建的稠密地图更加细致，且重建准确率提高了约30%。

关键词：稠密重建；视觉同时定位与地图构建（SLAM）；单目相机；深度估计；高斯分布

中图分类号：TP391文献标识码：A文章编号：1000—9787（2019）09—0019—05

SLAM monocular dense reconstruction based on depth

filter optimization*

YANG Haiqing，ZENG Junfei

（College of Information Engineering，Zhejiang University of Technology，Hangzhou310000，China）

Abstract：Dense reconstruction is a significant component of visual simultaneous localization and mapping

（SLAM）．Accurate measurement of depth distance of each pixel point plays a crucial role in dense reconstruction．

In industrial applications，the RGB-D camera is generally utilized for dense reconstruction；however，the RGB-D

camera still remain certain unavoidable shortcomings，i．e．，small measuring range，narrow application scope，and

high sensitivity to illumination．Hence，the depth estimation of the monocular camera with filter mode not only

guarantees the real-time requirement of SLAM，but also be suitable for outdoor and large scenarios．A cluster-based

uniform Gauss distributed depth filtering algorithm is used to overcome the difficulty that the dense reconstruction

of the deep filtering under the Gauss distribution hypothesis with an unsatisfactory accuracy．The improved

algorithm is adopted to deal with the mismatched pixels point，and also significantly robust against outliers．In

addition，on the basis of correctly processing the outliers data，the problem of depth value estimation error and big

difference of adjacent pixel depth value is solved．The experimental results show that the improved depth estimation

algorithm is more delicate in reconstruction of dense maps，and the reconstruction accuracy is improved by about

30%．

Keywords：dense reconstruction；visual SLAM；monocular camera；depth estimation；Gauss distribution

0引言

同时定位与地图构建（simultaneous localization and mapping，SLAM）指搭载特定传感器的主体，在没有先验环境信息条件下，通过自身运动的过程来建立所处环境的空间模型，同时估计自身的运动轨迹。当传感器为相机时，称之为“视觉SLAM”。根据使用视觉传感器的数量和类型的不同，视觉SLAM系统主要可分为3类：单目视觉SLAM、多目视觉SLAM和RGB-D SLAM［1］。

重建稠密地图是视觉SLAM的两大目标之一，使用RGB-D相机进行地图重建是目前的主流方法［2］，但是RGB-D相机存在测量范围窄、噪声大、视野小、易受日光干扰等诸多问题，主要适用于室内环境。而双目相机的配置与标定较为复杂，其深度量程和精度受双目相机的基线与分辨率所限。对此，本研究选用单目相机传感器，其结构简单，成本较低，环境适应性较强，且抗干扰能力显著。当单目相机移动时图像会形成视差，利用视差可获取像素的深

收稿日期：2018—09—10

*基金项目：浙江省自然科学基金资助项目（LY13F010008）；浙江省科技计划资助项目（2015F50009）

91