自然路标提取与匹配是vSLAM的基础。文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法。采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配。建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤。在此基础上基于改进的MeanShift聚类算法进行自然路标提取。提出一种路标描述符,可以快速进行两个聚类的匹配 本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com。该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低。向量的模进行归一化处理:v∧i=vir(8)以聚类中心为圆心，半径为聚类半径的半圆，以坐标轴x正方向为起始，围绕球心的y轴逆时针旋转π3，形成一个16球体区域作为窗口，具体如图2所示。而且，使用公式(9)基于高斯核函数对窗口内的向量的模进行卷积运算。图2用于聚类描述符计算的滑动窗口其中，KN为高斯核函数。在图2中，以步长0．5滑动窗口，取绝对值最大的窗口方向为主方向。以聚类的主方向为基准方向，围绕聚类中心的x轴，再取逆时针为正方向，而将整个聚类按π12为跨度划分作24个区域，并且分别重新计算各个区域的向量的模与高斯核函数的卷积，提取与快速匹配方法-数控滚圆机滚弧机倒角机张家港倒角机液压滚圆机滚弧机倒角机将其组成一个24维的向量，该向量即为该聚类的描述符。3路标匹配过程机器人在环境中移动时，对获取的图像先进行预处理，估计自己的位姿，并根据当前位姿到地图数据库查询之前机器人以该位姿观察到的路标。令当前位姿为(xr，yr，θr)，为保证找到路标，可查询符合如下条件的路标，具体是:xr－δx≤x≤xr+δx，点的信息，对已然匹配的两个聚类中的各点进行二次匹配，对获得匹配的点的世界坐标即可认定为一致， 本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com并且是以数据库中的坐标为基准。4实验结果及分析本文使配有双目视觉的移动机器人在实验室环境中运行而实现自然路标的提龋图3为左右目特征点提取与匹配结果，可以看到在初步的匹配后，有许多误匹配的点，需要对其进行高质量过滤。图3对左右目图像进行特征提取与匹配Fig．3用视差约束，视场约束等规则过滤后的结果，剔除了大多数明显错误的匹配点，如图4所示。图4对左右目图像的特征点进行过滤Fig．g第1期苑全德，等:一种基于特征点三维信息的自然路标提取与快速匹配方法·聚类结果如图5所示。为了直观起见，将聚类得到的特征点对应的图像中的点标出，如图6所示。图5路标提取Fig．图6路标在左目图像中对应的特征点Fig要注意的是，由于机器人位姿不同，导致对同一个物体的观察角度出现差别，当观察角度差别较大时，会出现聚类结果不同的现象，因为物体的不同侧面的特征点不可能完全相同。如果在匹配过程中，使用原有路标的靠近聚类中心的特征点进行引导聚类，无法聚类成功或者无法匹配成功，说明需要建立新的路标，并更新路标库。5结束语利用图像特征点的三维坐标信息进行聚类，可以有效地将空间距离相近的点归为一个路标，在机器人由于位姿变化导致视角不同时，仍然可以较大概率匹配到原先观察到的路标。经过改进的MeanShift算法可根据不同的场景产生合适的数量不等的路标，能够很好地适应复杂环境。本文提出的路标描述符可以有效提高路标匹配速度，避免重复存储相同路标。提取与快速匹配方法-数控滚圆机滚弧机倒角机张家港倒角机液压滚圆机滚弧机倒角机 本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com