基于单目DSO的地下空间三维点云重建

摘要

随着我国城市化进展地不断推进，地面上的土地资源越来越稀缺，城市的发展已经大力向地下拓展，地下空间的利用率越来越高。但由于地下环境的密闭性、承重性、不易见性等特点，所以安全性检测尤为重要。传统的人工巡检方式需要极大的人力和时间成本，难以满足城市日益见长的地下空间发展需求。近年来，以机器视觉为代表的巡检机器人技术已经快速的发展起来，在很大程度上缓解了人工巡检的任务。但目前地巡检机器人的巡检路线主要是还是由人为设定，不能自主适用于陌生、复杂的环境。而现有的以神经网络为代表的自主巡检和导航方法，仍需大量的时间和样本来训练其网络，没有广泛的适用性。因此，本文结合最近几年发展快速的同时定位与地图重建（SLAM）技术，提出了一种基于单目DSO （Direct Sparse Odometry）的地下空间三维重建方法。 本文工作主要体现在以下三个方面：首先，搭建数据采集平台获取实验数据，并就地下环境的光照不一致性造成的图像质量参差不齐问题，提出了一种基于RETINEX理论的图像增强方法，且通过实例验证该算法的有效性，确保图像质量的一致性，为后续算法的实施提供了良好的数据源。然后，就单目DSO三重建中的点云尺度不确定性问题，提出了一种基于坐标变换的点云尺度确定方法，并通过实验验证了该算法能有效地适用于单目重建中的尺寸确定。最后，采用c/c++语言，在Ubuntu平台上，设计实现了基于单目DSO的地下空间三维点云重建原型系统，该系统集成了本文所提的方法，能系统地实现从数据获取到三维重建的功能。 通过与原始DSO方法进行比较，本文所提出的方法能清晰地得到目标三维重构模型，且点云数据量更少。同时，所需硬件仅为一个单目定焦相机，成本更低，并且解决了单目三维重构中尺度不确定问题。

目录

第一个书签之前