CN115471748B 一种面向动态环境的单目视觉slam方法 （华南理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115471748B(45)授权公告日2025.07.01

(21)申请号202211059723.X

(22)申请日2022.08.30

(65)同一申请的已公布的文献号申请公布号CN115471748A

(43)申请公布日2022.12.13

(73)专利权人华南理工大学

地址510640广东省广州市天河区五山路

381号

(72)发明人田联房刘海林杜启亮

GO6V10/75(2022.01)

G06T7/246(2017.01)

G06T7/73(2017.01)

(56)对比文件

CN107610175A,2018.01.19

US2019114777A1,2019.04.18

审查员李妍

(74)专利代理机构广州市华学知识产权代理有

限公司44245专利代理师冯炳辉

(51)Int.CI.

GO6V20/10(2022.01)

GO6V10/44(2022.01)权利要求书4页说明书9页附图1页

(54)发明名称

一种面向动态环境的单目视觉SLAM方法

(57)摘要

CN115471748B本发明公开了一种面向动态环境的单目视觉SLAM方法，包括：1)初始化，包括读取图像序列的前两帧、提取并匹配ORB特征点、建立世界坐标系、设置单目尺度信息、建立初始地图、构建关键帧序列以及关键帧滑动窗口；2)追踪参考帧并估计初始位姿；3)剔除动态特征点并优化位姿；4)根据追踪结果，插入关键帧并追踪参考关键帧，然后构造地图点并插入地图；5)剔除滑动窗口上动态地图点，并执行局部光束平差优化；6)剔除冗余关键帧和地图点；7)若设备算力充足，执行全局光束平差优化；8)重复步骤2)-7),直至序列中图像帧全部处理完。本发明解决了视觉SLAM方

CN115471748B

追踪线程

建图线程

CN115471748B权利要求书1/4页

2

1.一种面向动态环境的单目视觉SLAM方法，其特征在于，包括以下步骤：

1)初始化，包括读取图像序列的前两帧、提取并匹配ORB特征点、建立世界坐标系、设置单目尺度信息、建立初始地图、构建关键帧序列以及关键帧滑动窗口；

2)读取图像序列作为当前帧，将上一帧设为当前帧的参考帧，完成当前帧与参考帧的特征匹配并估计相对位姿Tk-1,k,其中，当前帧为第k帧，参考帧为第k-1帧；

3)根据步骤2)中的相对位姿，比较当前帧与参考帧匹配特征点对的几何信息一致性和光度信息一致性，剔除不一致的匹配特征点对以及对应的地图点，并根据剩余的匹配特征点对，通过最小化重投影误差函数优化当前帧与参考帧的相对位姿；

4)若步骤3)中剩余的匹配特征点对数小于设置的阈值T,或者当前帧与当前关键帧间隔帧数超过阈值T,则根据当前帧构造新的关键帧；

5)若步骤4)构造了新的关键帧，则将新的关键帧插入关键帧序列和滑动窗口，将新的关键帧设为当前关键帧，将上一关键帧设为当前关键帧的参考关键帧；然后根据步骤3)优化后的相机位姿，将当前关键帧与参考关键帧进行特征点匹配，其中，对于未初始化地图点的匹配特征点对，则通过三角化方法构造新的地图点并插入地图M;

6)根据几何信息一致性，识别并剔除滑动窗口上的动态地图点，然后在滑动窗口上进行局部光束平差优化；

7)若滑动窗口中关键帧个数达到最大值T,并且当前关键帧位姿T,与参考关键帧位姿

,则剔除滑动窗口中的参考关键帧，,则剔除滑动窗口上时间最早的关键帧，其中，运算符I·|表示取矩阵范数，δ为设置的阈值；随后遍历全部关键帧及地图点，若关键帧A所观测到地图点的90%以上都被至少三个其它关键帧所观测，则剔除该关键帧A,若地图点B被观测次数少于三次，则剔除该地图点B;

8)完成步骤7)后，新开启一条线程进行一次全局光束平差优化；重复步骤2)至步骤8),直到序列中的图像全部处理完。

2.根据权利要求1所述的一种面向动态环境的单目视觉SLAM方法，其特征在于，在步骤1)中，将读取的RGB图像转化为灰度图，将灰度图连续降采样构造图像金字塔，根据每层图像分辨率