基于RGB-D相機的視覺里程計設計

霍智豪，苗艷松

(1.山東大學 信息科學與工程學院，山東青島，266237；2. 魯東大學 教育科學學院，山東煙臺，264025)

0 引言

視覺SLAM在實現過程中，目前公認的經典框架包含三個主體部分，分別是前端的視覺里程計，后端的非線性優化和回環檢測，如圖1所示 。

圖1 經典SLAM框架

在視覺SLAM技術框架中，傳感器信息是由運動相機采集到的有效幀經過預處理后的可用數據；視覺里程計利用這些數據估計相機的運動與局部地圖的大致輪廓；后端優化對視覺里程計估計的相機位姿進行優化，并且接受回環檢測的重復信息；本文將會對視覺里程計環節進行具體實驗與優化。

1 相機模型

■ 1.1 基本相機模型

我們在此次設計中使用RGB-D 相機，在基本彩色圖像素獲取之外，還可以通過結構光(如Kinect相機)或飛行時間法(Tine-of-Flight，ToF)主動獲取深度信息，彩色圖像素的獲取與深度信息的獲取方式是不同的，我們先來闡述基本的針孔相機模型。

我們得到了相機模型的基本幾何約束：

設像素坐標系下N′點的坐標為，在齊次坐標系下表示式(1)(2)的約束條件：

我們定義上式中的運算矩陣為K，定義為相機的內參矩陣，完整的相機模型[2]敘述為：

■ 1.2 畸變矯正

引入與中心距離有關的高次多項式函數進行糾正，得到三維空間點最終映射到像素平面的完整模型：

r表示與中心坐標的距離。

■ 1.3 深度信息提取

我們通過結構光(如Kinect相機)或飛行時間法(Tine-of-Flight，ToF)主動獲取深度信息。

圖3 結構光

結構光法基于光學三角測量原理，根據攝像頭采集到的光信號變化來計算物體的位置與深度。……