三维视觉经历了近三十年的发展,在工业、军事领域的应用已显示出它的重要性与科研的巨大价值,近年来,随着人类物质生活水平的提高,其应用也逐渐向娱乐、生活服务等方面慢慢渗透,其发展前景无限宽广。以往的相机实时定位与地图构建都是在计算机或者机器人平台上运行,在手机平台上开发基于三维视觉的应用具有时代的创新性和深远的影响力。 本课题欲基于移动手持相机捕获的视频,实现同步实时相机定位和地图构建。其特点是在较低配置的移动设备上,综合GPS设施,提出高性能的优化计算方法,鲁棒地处理场景深度过大、纹理稀少、图像模糊、场景干扰、误差积累等关键问题,得到可以适用于大范围场景的定位与地图构建算法,最终建立一个移动手持相机鲁棒实时定位与地图构建的原型系统。
SLAM;camera tracking;3D reconstruction;bundle adjustment;large scale environment
本课题基于移动手持相机捕获的视频,在同步实时相机定位和地图构建方面进行了深入的研究。提出了基于模板的实时物体跟踪方法,有效地减少误差积累,在低配置的手机上也可以实时运行;提出了刚体在线三维重建和实时定位方法,对于场景干扰和图像模糊具有较好的鲁棒性;提出了大场景下相机快速定位方法,与目前国际上最前沿的方法相比,在保持精度的同时,速度得到了一个数量级的提升;提出了基于图分割的捆绑调整优化,针对城市环境大规模地图数据的稀疏性,提高了整体地图优化效率;提出了含有平面结构场景的捆绑调整优化,对结构的估计更准确;建立了鲁棒的含结构信息的同步实时定位与重建的原型系统;建立了鲁棒的无先验信息的同步实时定位与地图构建的原型系统。