建设网站公司哪里好,用户关闭wordpress新闻,北京到广州快递要几天,旅游电子商务网站建设调查问卷11 建图
11.1 概述
#xff08;1#xff09;地图的几类用处#xff1a;
定位#xff1a;导航#xff1a;机器人在地图中进行路径规划#xff1b;避障重建交互#xff1a;人与地图之间的互动
#xff08;2#xff09;几类地图
稀疏地图稠密地图语义地图 11.2 单目…11 建图
11.1 概述
1地图的几类用处
定位导航机器人在地图中进行路径规划避障重建交互人与地图之间的互动
2几类地图
稀疏地图稠密地图语义地图 11.2 单目稠密重建
11.2.1 立体视觉
1稠密重建中我们需要知道每个像素或大部分像素的距离对此有以下几种方案
使用单目相机估计相机运动并且三角化计算像素的距离使用双目相机利用左右目的视差计算像素的距离使用 RGB-D 相机直接获取像素距离。
前两种方式称为立体视觉在 RGB-D 相机无法很好应用的室外、大型场景中仍有较好的表现。
11.2.2 极线搜索与块匹配
对于一个单目相机假设我们观察测到了某个像素 p 1 p_1 p1显然还是无法确定它的深度信息但这个像素对应的空间点应该分布在某条射线上。从另一个视角这条线的投影也形成了图像平面上的一条线称为 极线。当知道两个相机之间的运动时这条极线也是可以确定的。但问题是极线上的哪个点才是 p 1 p_1 p1 对应的点呢 在 p 1 p_1 p1 周围取 w × w w \times w w×w 大小的像素块在极线上也取相同大小的块依次进行比较直至找到 p 2 p_2 p2这就是所谓的 块匹配。当然这种方法的前提是 图像块灰度不变性相较于像素灰度不变性假设更强了。
把 p 1 p_1 p1 周围的像素块记为 A ∈ R w × w \boldsymbol{A} \in \mathbb{R}^{w \times w} A∈Rw×w把极线上的 n n n 个小块记为 B i i 1 , 2 , . . . , n \boldsymbol{B}_ii1,2,...,n Bii1,2,...,n计算二者之间的差异
SADSum of Absolute Difference两个小块的差的绝对值之和 S ( A , B ) S A D ∑ i , j ∣ A ( i , j ) − B ( i , j ) ∣ (11-1) S(\boldsymbol{A},\boldsymbol{B})_{\mathrm{SAD}}\sum_{i,j}|\boldsymbol{A}(i,j)-\boldsymbol{B}(i,j)| \tag{11-1} S(A,B)SADi,j∑∣A(i,j)−B(i,j)∣(11-1)
SSDSum of Squared Distance即平方和 S ( A , B ) S S D ∑ i , j ( A ( i , j ) − B ( i , j ) ) 2 (11-2) S(\boldsymbol{A},\boldsymbol{B})_{\mathrm{SSD}}\sum_{i,j}(\boldsymbol{A}(i,j)-\boldsymbol{B}(i,j))^2 \tag{11-2} S(A,B)SSDi,j∑(A(i,j)−B(i,j))2(11-2)
NCCNormalized Cross Correlation归一化互相关计算两个小块的相关性 S ( A , B ) N C C ∑ i , j A ( i , j ) B ( i , j ) ∑ i , j A ( i , j ) 2 ∑ i , j B ( i , j ) 2 (11-3) S(\boldsymbol{A}, \boldsymbol{B})_{\mathrm{NCC}}\frac{\sum_{i, j} \boldsymbol{A}(i, j) \boldsymbol{B}(i, j)}{\sqrt{\sum_{i, j} \boldsymbol{A}(i, j)^{2} \sum_{i, j} \boldsymbol{B}(i, j)^{2}}} \tag{11-3} S(A,B)NCC∑i,jA(i,j)2∑i,jB(i,j)2 ∑i,jA(i,j)B(i,j)(11-3)
相关性越接近于 0 表示越不相似接近 1 表示相似。
现在我们在极线上计算了 A \boldsymbol{A} A 与每一个 B i \boldsymbol{B}_i Bi 的相似性度量。这里假设使用 NCC 进行度量那么将得到一个沿极线的 NCC分布。我们将使用概率分布描述深度值而非某个单一数值。于是问题转化为在不断对不同图像进行极线搜索时我们估计的深度分布将发生怎样的变化———这就是所谓的 深度滤波器。 11.2.3 高斯分布的深度滤波器
像素点深度的估计也是一个状态估计问题于是有滤波器和非线性优化两种方式。但由于 SLAM 实时性要求和算力的限制一般在建图时采用计算量较小的滤波器进行优化。
假设深度 d d d 符合 高斯分布也可能是其他分布 P ( d ) N ( μ , σ 2 ) (11-4) P(d)N(\mu, \sigma^2) \tag{11-4} P(d)N(μ,σ2)(11-4)
每当新的数据到来我们都会观测它的深度假设它也符合高斯分布 P ( d o b s ) N ( μ o b s , σ o b s 2 ) (11-5) P(d_{\mathrm{obs}})N(\mu_{\mathrm{obs}}, \sigma_{\mathrm{obs}}^2) \tag{11-5} P(dobs)N(μobs,σobs2)(11-5)
根据观测到的数据更新原先 d d d 的分布也就是两个分布相乘得到融合后的分布 N ( μ f u s e , σ f u s e 2 ) N(\mu_{\mathrm{fuse}}, \sigma_{\mathrm{fuse}}^2) N(μfuse,σfuse2)即 μ fuse σ o b s 2 μ σ 2 μ o b s σ 2 σ o b s 2 , σ fuse 2 σ 2 σ o b s 2 σ 2 σ o b s 2 (11-6) \mu_{\text {fuse }}\frac{\sigma_{\mathrm{obs}}^{2} \mu\sigma^{2} \mu_{\mathrm{obs}}}{\sigma^{2}\sigma_{\mathrm{obs}}^{2}}, \quad \sigma_{\text {fuse }}^{2}\frac{\sigma^{2} \sigma_{\mathrm{obs}}^{2}}{\sigma^{2}\sigma_{\mathrm{obs}}^{2}} \tag{11-6} μfuse σ2σobs2σobs2μσ2μobs,σfuse 2σ2σobs2σ2σobs2(11-6)
现在关键在于计算 μ o b s \mu_{\mathrm{obs}} μobs 和 σ o b s 2 \sigma_{\mathrm{obs}}^2 σobs2。假设我们找到了 p 1 \boldsymbol{p}_1 p1 对应的点 p 2 \boldsymbol{p}_2 p2从而观测到了 p 1 \boldsymbol{p}_1 p1 的深度认为 p 1 \boldsymbol{p}_1 p1 对应的三维点为 P \boldsymbol{P} P。记 O 1 P \boldsymbol{O_1P} O1P 为 p \boldsymbol{p} p O 1 O 2 \boldsymbol{O_1 O_2} O1O2 为相机平移 t \boldsymbol{t} t O 2 P \boldsymbol{O_2P} O2P 为 a \boldsymbol{a} a两个夹角分别为 α \alpha α、 β \beta β。现在考虑极线 l 2 l_2 l2 上存在一个像素大小的误差使点 p 2 \boldsymbol{p}_2 p2 变为 p 2 ′ \boldsymbol{p}_2 p2′使 β \beta β 角变为 β ′ \beta β′。我们要考虑的是这个像素误差会导致距离 p \boldsymbol{p} p 和 p ′ \boldsymbol{p} p′ 产生多大差距。 根据几何关系 a p − t \boldsymbol{a}\boldsymbol{p}-\boldsymbol{t} ap−t α arccos ⟨ p , t ⟩ \alpha\arccos \langle\boldsymbol{p}, \boldsymbol{t}\rangle αarccos⟨p,t⟩ β arccos ⟨ a , − t ⟩ (11-7) \beta\arccos \langle\boldsymbol{a}, \boldsymbol{-t}\rangle \tag{11-7} βarccos⟨a,−t⟩(11-7)
对 p 2 \boldsymbol{p}_2 p2 扰动一个像素使 β \beta β 变为 β ′ \beta β′根据几何关系 β ′ arccos ⟨ O 2 p 2 ′ , − t ⟩ \beta\arccos \langle\boldsymbol{O_2p_2}, \boldsymbol{-t}\rangle β′arccos⟨O2p2′,−t⟩ γ π − α − β ′ (11-8) \gamma\pi-\alpha-\beta \tag{11-8} γπ−α−β′(11-8)
由正弦定理 ∥ p ′ ∥ ∥ t ∥ sin β ′ sin γ (11-9) \|\boldsymbol{p}\|\|\boldsymbol{t}\| \frac{\sin\beta}{\sin \gamma} \tag{11-9} ∥p′∥∥t∥sinγsinβ′(11-9)
这样我们就确定了由单个像素的不确定引起的深度不确定性如果认为极线搜索的块匹配仅有一个像素的误差那么可以设 σ o b s ∥ p ∥ − ∥ p ′ ∥ (11-10) \sigma_{\mathrm{obs}}\|\boldsymbol{p}\|-\|\boldsymbol{p}\| \tag{11-10} σobs∥p∥−∥p′∥(11-10)
当极线搜索的不确定性大于一个像素时可按此推导放大这个不确定性。当不确定性小于某个阈值时就可认为深度数据收敛。
因此估计稠密深度的完整过程为
① 假设所有的像素深度都满足某个初始的高斯分布 ② 当新数据产生时通过极线搜索和块匹配确定投影点的位置 ③ 根据几何关系计算三角化后的深度及不确定性 ④ 将当前观测融合进上一次估计中若收敛则停止否则返回第二步。
需要注意的是这里的深度是指 O 1 P O_1P O1P 的长度而针孔相机的深度是指像素的 z z z 值。
11.3 实践单目稠密重建
11.4 RGB-D 稠密建图
1点云直接由 RGB-D 图像生成不需要额外处理。
2网格/面片
3八叉树地图
4TSDF
11.4.1 八叉树地图
点云有几个明显的缺点一是规模太大有很多无效信息占据大量空间二是无法处理运动的物体。因此提出了一种灵活的、可压缩的、能随时更新的地图形式八叉树地图Octo-tree。 左图显示了一个大立方体不断被均分成八块直到变为最小的块为止。于是可以将整个大方块看做根节点最小的块看做叶子结点当由下一层节点往上走一层时地图体积就扩大八倍。当某个方块的所有子节点都被占据或都不被占据时就没必要展开这个节点例如地图开始为空白就只需要一个根节点而不需要完整的树所以说八叉树比点云更节省空间。
用概率的形式来表达节点是否被占据比如初始值为 0.5如果不断观测到它被占据则值不断增大如果不断观测到它是空白则不断减小。当然如果这个值不断增大或减小就可能超出 [ 0 , 1 ] [0,1] [0,1] 之外因此我们采用 概率对数值 来描述。设 y ∈ R y\in \mathbb{R} y∈R 为概率对数值 x x x 为 0~1 的概率定义 y l o g i t ( x ) log ( x 1 − x ) (11-11) y\mathrm{logit}(x)\log(\frac{x}{1-x}) \tag{11-11} ylogit(x)log(1−xx)(11-11)
其反变换为 x l o g i t − 1 ( y ) exp ( y ) exp ( y ) 1 (11-12) x\mathrm{logit}^{-1}(y)\frac{\exp(y)}{\exp(y)1} \tag{11-12} xlogit−1(y)exp(y)1exp(y)(11-12)
可以看出当 y y y 从 − ∞ -\infty −∞ 到 ∞ \infty ∞ 时 x x x 范围为 0~1当 y y y 取 0 时 x x x 取 0.5。因此不妨用 y y y 来表达节点是否被占据再将其转换为概率 x x x 即可。假设某节点 n n n观测数据为 z z z那么从开始到 t t t 时刻该节点的概率对数值为 L ( n ∣ z 1 : t ) L(n|z_{1:t}) L(n∣z1:t) t 1 t1 t1 时刻为 L ( n ∣ z 1 : t 1 ) L ( n ∣ z 1 : t − 1 ) L ( n ∣ z t ) (11-13) L(n|z_{1:t1})L(n|z_{1:t-1})L(n|z_{t}) \tag{11-13} L(n∣z1:t1)L(n∣z1:t−1)L(n∣zt)(11-13)
将其写成概率形式也就是 x x x P ( n ∣ z 1 : T ) [ 1 1 − P ( n ∣ z T ) P ( n ∣ z T ) 1 − P ( n ∣ z 1 : T − 1 ) P ( n ∣ z 1 : T − 1 ) P ( n ) 1 − P ( n ) ] − 1 (11-14) P\left(n \mid z_{1: T}\right)\left[1\frac{1-P\left(n \mid z_{T}\right)}{P\left(n \mid z_{T}\right)} \frac{1-P\left(n \mid z_{1: T-1}\right)}{P\left(n \mid z_{1: T-1}\right)} \frac{P(n)}{1-P(n)}\right]^{-1} \tag{11-14} P(n∣z1:T)[1P(n∣zT)1−P(n∣zT)P(n∣z1:T−1)1−P(n∣z1:T−1)1−P(n)P(n)]−1(11-14)
有了对数概率就可根据 RGB-D 数据更新八叉树地图。假设在 RGB-D 图像中某个像素带有深度 d d d就说明在深度值对应的空间点上观察到了一个占据数据并且从相机光心出发到这个点的线段上应该是没有物体的否则被遮挡。
11.4.2 TSDF 地图和 Fusion 系列
实时三维重建
