【CN110189390A】一种单目视觉SLAM方法及系统【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910279226.2

(22)申请日 2019.04.09

(71)申请人 南京航空航天大学

地址 210016 江苏省南京市江宁区将军大

道29号

(72)发明人 杨吉多才　程月华　徐贵力　

董文德　谢瑒　

(74)专利代理机构 南京纵横知识产权代理有限

公司 32224

代理人 董建林

(51)Int.Cl.

G06T 11/20(2006.01)

(54)发明名称一种单目视觉SLAM方法及系统(57)摘要本发明公开了一种单目视觉SLAM方法及系统，涉及计算机视觉中的同步定位与建图领域技术领域，包括如下步骤：从当前输入的图像中获取当前帧，对获取的当前帧进行关键帧筛选，并将当前帧送入帧列队；依次获取帧列队中每一关键帧，对获取的每一关键帧进行初始化、局部地图优化；依次获取帧队列中每一关键帧，对获取的每一关键帧进行点线特征提取，并将点线特征作为种子点送入深度滤波器，深度滤波器遍历种子点，在帧队列中每一帧上对其进行极线搜索、深度滤波，估计点线特征深度，并建立新的地图信息；本发明能够保证较高实时性的同时，建立更有利于导航的点线地图，且具有更好的鲁棒

性。权利要求书2页 说明书4页 附图3页CN 110189390 A 2019.08.30

C N 110189390

A

权　利　要　求　书1/2页CN 110189390 A

1.一种单目视觉SLAM方法，其特征在于，包括如下步骤：

从当前输入的图像中获取当前帧，对获取的所述当前帧进行关键帧筛选，并将所述当前帧送入帧列队；

依次获取所述帧列队中每一关键帧，对获取的所述每一关键帧进行初始化、局部地图优化；

依次获取所述帧队列中每一关键帧，对获取的所述每一关键帧进行点线特征提取，并将所述点线特征作为种子点送入深度滤波器，所述深度滤波器遍历种子点，在所述帧队列中每一帧上对其进行极线搜索、深度滤波，估计所述点线特征深度，并建立新的地图信息。

2.根据权利要求1所述的单目视觉SLAM系统，其特征在于，对从图像中获取的当前帧进行关键帧筛选前还包括如下步骤：

对处于初始状态的所述当前帧进行SLAM初始化；

对处于正常状态的后续输入帧进行运动估计，通过稀疏图像对齐、特征细化、位姿及结构优化对所述当前帧进行运动估计；

对处于跟丢状态的后续输入帧进行重定位。

3.根据权利要求2所述的单目视觉SLAM方法，其特征在于，对处于初始状态的所述当前帧进行SLAM初始化和对处于跟丢状态的后续输入帧进行重定位均采用半直接法单目视觉里程计。

4.根据权利要求2所述的单目视觉SLAM方法，其特征在于，对所述当前帧进行运动估计的过程中根据特征的不同选择不同的运动估计方法；其中所述特征包括：角点特征、梯度点特征和梯度线特征。

5.根据权利要求1所述的单目视觉SLAM方法，其特征在于，对获取的所述当前帧进行关键帧筛选包括如下步骤：

步骤5.1、判断所述当前帧与上一帧的特征点数量差是否大于数量阈值20，若是则认为跟踪即将丢失，立刻插入新的关键帧；若否则执行步骤5.2；

步骤5.2、所述当前帧与上一关键帧匹配特征点的视差平均值是否大于视差阈值40像素，若是则进入步骤5.3作进一步筛选；若否，则直接结束；

步骤5.3、在运动估计的特征细化中，将所述当前帧图像划分为了nrows行ncols列的图像格，并构建了以关键帧组成的局部地图；统计存在所述局部地图投影点的网格数量ncells，设r＝ncells/(nrows×ncols)，如果r小于比例阈值0.7，则插入新关键帧，否则进入下一步；

5.4考虑空间变换，计算所述局部地图的平均深度d min，遍历所述局部地图的关键帧并得其到与所述当前帧的位移，判断该位移是否都超过位移阈值，若是则插入新关键帧；其中位移阈值设置为d min的10％至18％。

6.根据权利要求5所述的单目视觉SLAM方法，其特征在于，对获取的所述每一关键帧进行初始化和局部地图优化中的优化变量为所述关键帧所保存的地图点线及位姿；其中，初始化的图优化对象为参与视觉里程计初始化的两帧关键帧，局部地图的图优化对象为由所述关键帧所构建的局部地图。

7.根据权利要求1所述的单目视觉SLAM方法，其特征在于，对关键帧进行点线特征提取中的特征包括角点特征、梯度点特征、梯度线特征；所述角点特征通过FAST算法提取，所述

2