深度网络和边缘检测融合的大规模三维单目视觉建图方法研究

摘要：

针对基于双目视觉的室外大规模地图构建计算时间长、实时性不足、设备要求高等问题,以及无人系统有限的搭载能力和计算力对设备轻便性、计算效率需求的不断提高,文中提出一种深度网络和边缘检测融合的大规模三维单目视觉建图方法.首先,针对单目深度值和位姿的计算问题,以SC-SfMLearner方法为基础,利用端对端的深度网络直接从单目中获取单目图像对应的深度值和位姿;其次,针对单目图像边缘检测中可能存在的边缘特征不明显等问题,通过高斯滤波平滑原始图,利用Canny算子对环境物体边缘特征进行提取,总和高斯加权二值化得到边缘特征图,实现边缘特征的优化;最后,融合特征的深度值和位姿信息,以八叉树为数据结构构建场景地图.实验结果表明,文中方法对KITTI数据集进行地图构建可得到可靠的八叉树地图,与未进行边缘检测相比,效率提高50％.该算法可行、有效,能够满足无人系统室外应用中对三维地图实时构建的要求.

关键词：地图构建、深度网络、边缘检测、边缘特征、三维单目视觉、高斯滤波、八叉树地图

所属期刊栏目：45

分类号：TN911.73-34

资助基金：国家自然科学基金61963038

在线出版日期：2022-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：182-186