一种融合光流与特征点匹配的单目视觉里程计的设计方法

摘要

本发明公开了一种融合光流与特征点匹配的单目视觉里程计的设计方法。准确的实时定位对于自主导航系统至关重要。基于SURF特征点匹配的定位具有对光照变化鲁棒、定位精度高的特点，但缺点是处理速度慢，无法做到实时定位。光流跟踪法具有较好实时性，缺点在于定位精度略差。本发明结合两者的优点，设计了一种融合光流与特征点匹配的单目视觉里程计。实验结果表明，融合后的算法能够提供准确的实时定位输出，并对光照变化和路面纹理较少的情况具有鲁棒性。

主权项

一种融合光流与特征点匹配的单目视觉里程计的设计方法，其特征在于，包括如下步骤：1）对于系统输入的连续两帧图像Ik和Ik+1，首先通过采样构建图像金字塔：金字塔的底层图像为原始图像，对底层图像利用线性插值的方法进行降采样，得到长和宽减半的上一层图像，依次类推，向上采样，构建4层金字塔；2）对于前一帧图像中的像素点进行金字塔跟踪：从最顶层开始跟踪像素点u，计算光流d＝[dx,dy]和变换矩阵A，使得通过d和A变换后的前一帧图像与后一帧在这层上的灰度差异最小；然后再把这一层的结果传递给下一层，重新计算光流d和变换矩阵A，再传递给下一层；不断循环，直到底层，也就是原始图像，计算光流d和变换矩阵A，前后两帧图像经过变换后的灰度差小于阈值δ1或循环次数大于δ2时，循环结束，输出结果；3）通过相机标定，将In和In+1中的二维像素点反投影到三维空间内得到空间坐标：在地面上选取四个点，同时记录其在车体坐标系下的坐标和在图像坐标系下对应点的坐标，应用homography基本原理标定，将匹配的二维像素点对投影到空间中的三维点对，从而得到车体的旋转和平移；4）对于图像重叠区域30%～90%的两帧图像Ik和Ik+n利用SURF特征点匹配算法得到两帧图像间的运动；5）当车体运动，系统采集了多帧图像之后，首先针对连续图像进行光流计算，得到光流运动，同时对于这一段距离的头尾两帧图像进行SURF特征点匹配，将光流运动的累积结果和SURF特征点的匹配结果进行卡尔曼滤波，更新车体位置，输出结果。