本发明涉及计算机视觉、三维重建、GPU及人工智能技术领域,尤其涉及一种基于GPU和深度相机的室内三维重建方法。
背景技术:
三维场景重建技术包括激光扫描仪重建、计算机视觉方法重建等技术。其中,激光扫描技术可以比较准确地扫描出三维物体的结构,但其更加适用于单个物体的重建,并且激光扫描仪价格相对昂贵。在计算机视觉技术领域,重建的方法主要是SfM(Structure from Motion),其难点在于对多视角图像进行特征点匹配、对特征点进行三角化的过程。然而SfM对于较大的场景容易出现偏移的现象,且计算复杂,计算量较大。随着深度相机,如微软的Kinect和ASUSXtion的推出,深度信息得到了各个领域的广泛应用,并在实践中有着良好的效果。而GPU(Graphics Processing Unit,图形处理器)在并行计算和深度学习、人工智能等领域有广泛的应用。利用深度相机获取场景信息,结合室内智能移动平台的里程计技术进行3D的场景拼接,可以快速得到室内3D模型。
技术实现要素:
本发明的目的是提供一种基于GPU和深度相机的室内三维重建方法。
本发明解决技术问题所采用的技术方案如下:一种基于GPU和深度相机的室内三维重建方法,包括如下步骤:
步骤1:摄像机和智能移动平台双轮的标定
将深度相机安装在智能移动平台上,智能移动平台的底部安装有两个由电机驱动的驱动轮和一个万向轮,