(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210706594.2 (22)申请日 2022.06.21 (71)申请人 泉州装备制造 研究所 地址 362000 福建省泉州市台商投资区洛 阳镇上浦村吉贝51 1号 (72)发明人 巢建树　明瑞成　刘洋　邱创一　 窦光义　顾明珠　 (74)专利代理 机构 泉州市文华专利代理有限公 司 35205 专利代理师 陈雪莹 (51)Int.Cl. G06T 7/80(2017.01) G06V 10/44(2022.01) (54)发明名称 一种基于视觉SLAM的分布式监控摄像机定 位方法及系统 (57)摘要 本发明提供一种基于视觉SLAM的分布式监 控摄像机定位方法及系统， 所述方法包括： 通过 可移动照相机获取监控范围各区域图片， 生成点 云数据， 根据点云数据进行特征点提取， 获取可 移动照相机的位姿信息； 根据所述可移动照相机 的位姿信息， 采用光束平差法进行非线性优化； 对全局位姿图进行回环检测与优化； 进行稠 密建 图； 获取摄像机拍摄的一组连续帧图像， 提取特 征点进行匹配， 根据匹配结果确定摄像机的位置 和方向； 显示监控画面和全局地图， 在全局地图 中显示摄像机定位信息。 采用本发 明技术方案能 够更直观地获取摄像机在区域地图中的精确位 置及拍摄方向， 以便根据监控画面中出现的意外 情况快速定位到所在区域， 提升区域安防管理智 能化水平。 权利要求书3页 说明书8页 附图2页 CN 114972543 A 2022.08.30 CN 114972543 A 1.一种基于 视觉SLAM的分布式监控摄 像机定位方法， 其特 征在于： 包括如下步骤： 步骤1、 通过可移动照相机获取监控范围各区域图片， 生成点云数据， 根据点云数据进 行特征点提取， 获取 可移动照相机的位姿信息； 步骤2、 根据所述可移动照相机的位姿信息， 采用光束平差法进行非线性优化， 得到全 局位姿图； 步骤3、 对 全局位姿图进行回环检测与优化； 步骤4、 进行稠密建图； 步骤5、 获取摄像机拍摄的一组连续帧图像， 提取特征点进行匹配， 根据匹配结果确定 摄像机的位置和方向； 步骤6、 显示监控画面和全局地图， 在全局地图中显示摄像机定位信息， 所述摄像机定 位信息包括摄 像机的位置、 方向和预 先绑定的编号。 2.根据权利要求1所述的一种基于视觉SLAM的分布式监控摄像机定位方法， 其特征在 于： 当所述可移动 照相机为单目相机时， 所述 步骤1具体包括： 通过单目相机获取图像数据， 进行单目初始化获取尺度信 息， 采用尺度不变的ORB特征 提取算法提取图像中的ORB特征； 计算连续两帧图片中能够匹配的特征点数量， 当连续两帧 中能够匹配的特征点的数量大于一预设值时， 确定该帧或前一帧为初始帧， 并记录两帧之 间3D‑2D像素点的匹配 关系， 对单目相机进行初始化； 根据所述3D ‑2D匹配关系， 对连续两帧 上的特征点进行 特征匹配， 采用P3P算法计算得到相机的位姿信息； 当所述可移动 照相机为双目相机时， 所述 步骤1具体包括： 通过双目相机获取至少两个不同位置的深度图像， 采用尺度不变的ORB特征提取算法 提取左右图像中的ORB特征， 得到相匹配的特征点； 根据相匹配的特征点， 对左右图像上的 特征点进行 特征匹配， 采用P3P算法计算得到所述相机位姿信息 。 3.根据权利要求1所述的一种基于视觉SLAM的分布式监控摄像机定位方法， 其特征在 于： 所述步骤3具体为： 采用词袋模型匹配关键帧与回环帧， 进行回环检测； 成功返回后， 将 回环帧视为 正确的循环检测并进行紧耦合重 定位， 再对所有关键帧进行全局位姿图优化。 4.根据权利要求1所述的一种基于视觉SLAM的分布式监控摄像机定位方法， 其特征在 于： 所述步骤4具体为： 对优化后的相机位姿信 息进行极线搜索和块匹配， 得到当前帧图像上所有像素点的位 置信息； 根据得到的像素点的位置信息， 获得像素点的深度信息， 具体的， 当可移动照相机为单 目相机时， 通过三角化构建深度图得到像素点的深度信息， 当可移动照相机为双目相机时， 采用立体视 觉方法得到像素点的深度信息； 对得到的像素点的深度信息进行滤波， 并基于点云地图构建全局地图， 对所述全局地 图进行存 储。 5.根据权利要求1所述的一种基于视觉SLAM的分布式监控摄像机定位方法， 其特征在 于： 所述步骤5具体包括： 接收分布式监控摄像机发送 的视频流， 按照时间线抽取每个 图片帧的2D特征点， 将图 片帧的2D特征点与全局地图的3D点云中的特征点进 行匹配， 当连续几帧图像中能够匹配的权　利　要　求　书 1/3 页 2 CN 114972543 A 2特征点的数量大于一阈值， 确定该 连续帧图像与3D点云的匹配关系； 再次得到另外 两组连续帧图像与3D点云的匹配关系； 根据三组3D点云与2D特征点的匹配关系， 采用P3P算法计算得到所述分布式监控摄像 机的定位信息， 所述定位信息包括 位置及拍摄方向。 6.一种基于 视觉SLAM的分布式监控摄 像机定位系统， 其特 征在于： 所述系统包括： 相机位姿计算模块， 用于通过可移动照相机获取监控范围各区域图片， 生成点云数据， 根据点云数据进行 特征点提取， 获取 可移动照相机的位姿信息； 位姿优化模块， 用于根据所述可移动照相机的位姿信息， 采用光束平差法进行非线性 优化， 得到全局位姿图； 回环检测模块， 用于对 全局位姿图进行回环检测与优化； 建图模块， 用于进行稠密建图； 摄像机定位模块， 用于获取摄像机拍摄的一组连续帧图像， 提取特征点进行匹配， 根据 匹配结果确定摄 像机的位置和方向； 以及 显示模块， 用于显示监控画面和全局地图， 在全局地图中显示摄像机定位信息， 所述摄 像机定位信息包括摄 像机的位置、 方向和预 先绑定的编号。 7.根据权利要求6所述的一种基于视觉SLAM的分布式监控摄像机定位系统， 其特征在 于： 当所述可移动 照相机为单目相机时， 所述相机位姿计算模块具体包括： 通过单目相机获取图像数据， 进行单目初始化获取尺度信 息， 采用尺度不变的ORB特征 提取算法提取图像中的ORB特征； 计算连续两帧图片中能够匹配的特征点数量， 当连续两帧 中能够匹配的特征点的数量大于一预设值时， 确定该帧或前一帧为初始帧， 并记录两帧之 间3D‑2D像素点的匹配 关系， 对单目相机进行初始化； 根据所述3D ‑2D匹配关系， 对连续两帧 上的特征点进行 特征匹配， 采用P3P算法计算得到相机的位姿信息； 当所述可移动 照相机为双目相机时， 所述相机位姿计算模块具体包括： 通过双目相机获取至少两个不同位置的深度图像， 采用尺度不变的ORB特征提取算法 提取左右图像中的ORB特征， 得到相匹配的特征点； 根据相匹配的特征点， 对左右图像上的 特征点进行 特征匹配， 采用P3P算法计算得到所述相机位姿信息 。 8.根据权利要求6所述的一种基于视觉SLAM的分布式监控摄像机定位系统， 其特征在 于： 所述回环检测模块具体为： 采用词袋模型匹配关键帧与回环帧， 进行回环检测； 成功返 回后， 将回环帧视为正确的循环检测并进行紧耦合重定位， 再对所有关键 帧进行全局 位姿 图优化。 9.根据权利要求6所述的一种基于视觉SLAM的分布式监控摄像机定位系统， 其特征在 于： 所述建图模块具体为： 对优化后的相机位姿信 息进行极线搜索和块匹配， 得到当前帧图像上所有像素点的位 置信息； 根据得到的像素点的位置信息， 获得像素点的深度信息， 具体的， 当可移动照相机为单 目相机时， 通过三角化构建深度图得到像素点的深度信息， 当可移动照相机为双目相机时， 采用立体视 觉方法得到像素点的深度信息； 对得到的像素点的深度信息进行滤波， 并基于点云地图构建全局地图， 对所述全局地权　利　要　求　书 2/3 页 3 CN 114972543 A 3