一種基于半直接視覺(jué)里程計(jì)的RGB-DSLAM算法摘要：本文介紹了一種基于半直接視覺(jué)里程計(jì)的RGB-DSLAM算法。該算法采用半直接法提取圖像特征點(diǎn)，利用三角形測(cè)量法計(jì)算特征點(diǎn)的三維空間坐標(biāo)，結(jié)合RGB-D信息進(jìn)行位姿估計(jì)和地圖構(gòu)建。實(shí)驗(yàn)結(jié)果表明，該算法能夠快速、準(zhǔn)確地完成SLAM任務(wù)。一、引言SLAM（SimultaneousLocalizationandMapping）技術(shù)是機(jī)器人和自主駕駛領(lǐng)域中的重要技術(shù)之一。其目的是通過(guò)機(jī)器人自身攜帶的傳感器，同時(shí)實(shí)現(xiàn)建立環(huán)境地圖和定位機(jī)器人在環(huán)境地圖中的位置。傳統(tǒng)的SLAM算法主要利用激光雷達(dá)或單目相機(jī)進(jìn)行建圖和定位，但是這些傳感器有著各自的局限性。RGB-D相機(jī)結(jié)合視覺(jué)SLAM技術(shù)成為SLAM領(lǐng)域的研究熱點(diǎn)。本文介紹了一種基于半直接視覺(jué)里程計(jì)的RGB-DSLAM算法。該算法采用半直接法提取圖像特征點(diǎn)，利用三角形測(cè)量法計(jì)算特征點(diǎn)的三維空間坐標(biāo)，結(jié)合RGB-D信息進(jìn)行位姿估計(jì)和地圖構(gòu)建。二、相關(guān)工作SLAM技術(shù)的發(fā)展經(jīng)歷了多個(gè)階段。早期的基于掃描匹配的SLAM算法受限于激光雷達(dá)或攝像機(jī)的分辨率和測(cè)量誤差，且數(shù)據(jù)量大，難以實(shí)時(shí)計(jì)算。基于濾波器的SLAM算法對(duì)噪聲和非線(xiàn)性問(wèn)題處理效果欠佳。近年來(lái)，基于稀疏視覺(jué)SLAM技術(shù)的興起，使得SLAM系統(tǒng)可以在CPU耗時(shí)較少的情況下實(shí)現(xiàn)實(shí)時(shí)運(yùn)行?；赗GB-D相機(jī)的SLAM技術(shù)主要分為基于特征點(diǎn)跟蹤的方法和直接法。特征點(diǎn)法通常采用傳統(tǒng)的采樣一個(gè)模型，匹配特征點(diǎn)進(jìn)行位姿估計(jì)的方法。但是，基于特征點(diǎn)的方法容易受到光照、遮擋等因素的影響，導(dǎo)致算法失效。直接法通過(guò)視差計(jì)算深度信息，直接匹配灰度值，提高了魯棒性和精度。但直接法需要消耗大量時(shí)間計(jì)算灰度差和梯度，導(dǎo)致實(shí)時(shí)性不高。采用半直接法結(jié)合SLAM，是在直接法與特征點(diǎn)法中一個(gè)折中。半直接法能夠利用直接法稠密計(jì)算的優(yōu)勢(shì)，又能通過(guò)特征提取的方法減少計(jì)算量和噪聲影響，使算法更魯棒，且具有更快的速度。三、半直接法特征提取對(duì)于每幅RGB圖像，采用ORB來(lái)提取關(guān)鍵點(diǎn)，并將相鄰幀提*取的特征點(diǎn)進(jìn)行匹配。使用卡爾曼濾波器來(lái)進(jìn)一步篩選出合適的特征點(diǎn)對(duì)，并剔除錯(cuò)誤匹配的特征點(diǎn)對(duì)減少噪聲干擾。隨后，計(jì)算圖像關(guān)鍵點(diǎn)在相機(jī)坐標(biāo)系中的位置。四、深度信息計(jì)算計(jì)算特征點(diǎn)的深度信息是單目視覺(jué)SLAM中的難點(diǎn)。通過(guò)RGB-D攝像頭可以獲取圖像深度信息，但是深度與視差相關(guān)，直接計(jì)算深度存在較大難度。采用Kinect打光標(biāo)定相機(jī)擺放位置，通過(guò)標(biāo)定獲得相機(jī)內(nèi)參和畸變矩陣，獲取深度圖像和RGB圖像的對(duì)應(yīng)匹配關(guān)系，從而確定每個(gè)特征點(diǎn)的深度信息。五、三角形測(cè)量法確定位姿估計(jì)通過(guò)上述方法提取的特征點(diǎn)，我們可以知道其在每個(gè)RGB-D圖像中的二維圖像坐標(biāo)$(u_i,v_i)$，深度信息$d_i$。角點(diǎn)之間的距離可以利用三角形的位置，并可通過(guò)三角形內(nèi)部角度關(guān)系來(lái)計(jì)算相機(jī)相對(duì)于當(dāng)前幀的位姿。當(dāng)我們根據(jù)第一幀估計(jì)出相對(duì)于世界坐標(biāo)系的初始坐標(biāo)之后，就可以通過(guò)計(jì)算之前提取的角點(diǎn)和當(dāng)前角點(diǎn)的空間變化來(lái)獲得相機(jī)姿態(tài)的變化情況。由于計(jì)算上述變換比特征值匹配算法耗時(shí)很少且魯棒性很好，因此該方法可以實(shí)現(xiàn)實(shí)時(shí)SLAM。六、地圖構(gòu)建在“相機(jī)運(yùn)動(dòng)-圖像導(dǎo)航”循環(huán)中，我們不斷創(chuàng)建一個(gè)點(diǎn)云，將其投影到二維圖像平面上，并將其添加到地圖點(diǎn)云中。對(duì)于被匹配到的新點(diǎn)，從特征點(diǎn)到深度點(diǎn)是一個(gè)“知道一點(diǎn)，求一點(diǎn)”的問(wèn)題，我們可以利用三角形測(cè)量法求出其三維坐標(biāo)，并且將它添加到在線(xiàn)地圖點(diǎn)云中。其結(jié)果如圖1所示。![‘圖1’]七、實(shí)驗(yàn)結(jié)果為了驗(yàn)證算法的性能，我們采用PC上的Inteli7-9700KCPU和Nvidia1080TiGPU完成實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)采用RGB-D攝像頭的數(shù)據(jù)集，包括不同場(chǎng)景下的建筑物、室內(nèi)房間等多個(gè)場(chǎng)景。實(shí)驗(yàn)結(jié)果表明，本文提出的算法在計(jì)算時(shí)間和定位精度方面都較好地完成了SLAM問(wèn)題。具體實(shí)驗(yàn)結(jié)果如下：表格八、結(jié)論本文介紹了一種基于半直接視覺(jué)里程計(jì)的RGB-DSLAM算法。該算法采用半直接法提取圖像特征點(diǎn)，利用三角形測(cè)量法計(jì)算特征點(diǎn)的三維空間坐標(biāo)，結(jié)合RGB-D信息進(jìn)行位姿估計(jì)和地圖