CN213582205U - 一种用于港口slam的复眼图像提取与地图构建系统 - Google Patents

Abstract

一种用于港口SLAM的复眼图像提取与地图构建系统，包括：复眼视觉SLAM子系统、DSP数字图像处理模块以及计算机子系统，DSP数字图像处理模块将复眼视觉SLAM子系统构建的地图图像进行数字化处理并传输到计算机子系统。本实用新型在视觉SLAM子系统的基础上采用复眼图像提取，通过视觉SLAM子系统进行数据提取和采集，再将数据传输到DSP数字图像处理模块，采集后的数据由计算机的图像处理模块进行处理后，最后通过人机界面模块提取显示出来，采用复眼结合视觉SLAM子系统的图像提取和特征匹配方式，解决了SLAM中的数据关联问题，提取的图像具有不同的区域有不同表达的可区别性，特征点的数量应远小于像素的数量，相比传统的多眼图像提取方式提高了图像提取效率和效果。

Description

一种用于港口SLAM的复眼图像提取与地图构建系统

技术领域

本实用新型涉及图像提取技术领域，具体为一种用于港口SLAM 的复眼图像提取与地图构建系统。

背景技术

港口部分地区由于空间与地理位置的限制或者对其位置的安全性存在一定风险而导致人不能直接进入其空间观测内部结构视图的情况，此时需要借助机器人进行实时而图构建与定位，实现未知区域的图像提取与地图的构建，现有的视觉SLAM图像提取时，提取图像特征的的区别性和效率低下，而且会出现数据关联问题，而现有的多眼结合的方式提取图像时，其清晰度、视觉里程、视场等效果比较差，反应时间也较长。

实用新型内容

本实用新型的目的在于提供一种用于港口SLAM的复眼图像提取与地图构建系统。

本实用新型具体技术方案如下：

一种用于港口SLAM的复眼图像提取与地图构建系统，包括：复眼视觉SLAM子系统、DSP数字图像处理模块以及计算机子系统，所述DSP数字图像处理模块将复眼视觉SLAM子系统构建的地图图像进行数字化处理并传输到计算机子系统。

可选地，所述复眼视觉SLAM子系统包括：

至少一个复眼视觉传感器组件，用于采集复眼视觉传感器组件周边采集范围内的环境图像并对图像做初步处理；

SLAM模块，用于将复眼视觉传感器组件采集的图像进行二次处理并构建地图。

可选地，所述复眼视觉传感器组件包括：安装架、多个图像采集单元、多个子DSP处理模块和多个图像比较器；

所述安装架包括伸缩支臂以及设置在所述伸缩支臂上的云台，所述云台的外周侧以云台中心为圆心环形阵列设置有多个安装栅格，多个所述图像采集单元分别设置在所述安装栅格内，多个所述图像采集单元成环状结构排列而成，采集以云台为中心周边360°范围内的环境图像等场景信息；

每个所述图像采集单元均与一个所述子DSP处理模块电连接，所述子DSP处理模块安装在所述云台上，所述子DSP处理模块用于对采集的场景信息进行初步处理，相邻的两个所述图像采集单元分别与一个图像比较器电连接。

可选地，所述复眼视觉传感器组件还包括：环境传感器模块和机器人本体传感器模块；

所述环境传感器模块包括：GPS定位单元和重构模型单元，所述 GPS定位单元和重构模型单元设置在所述安装架上，所述GPS定位单元被配置成获取所述复眼视觉传感器组件及采集影像地理坐标；所述重构模型单元用于根据目标物体采集网络规划目标物体的实体空间、重构模型的精度，获取所述复眼视觉传感器组件的位置；

所述机器人本体传感器包括惯性测量单元，用于检测复眼视觉传感器组件的三轴姿态角以及加速度。

可选地，所述用于港口SLAM的复眼图像提取与地图构建系统还包括定位子系统，所述定位子系统包括：多个基站和至少一个标签，每个所述基站具有唯一编号，多个所述基站分布在待检测区域，所述标签设置在所述复眼视觉传感器组件的安装架上，每个所述复眼视觉传感器组件对应唯一一个标签，所述标签内记录不同基站的编号，所述定位子系统根据所述标签发射预设频率的发射脉冲，所述基站接收所述标签发出的脉冲并计算出标签至基站的距离。

可选地，所述SLAM模块包括：传感器数据单元、前端数据里程计单元、后端非线性优化单元、回环检测单元和建图单元；所述传感器数据单元、前端数据里程计单元、后端非线性优化单元、建图单元顺次电连接，所述回环检测单元一端与所述传感器数据单元电连接，所述回环检测单元另一端与所述后端非线性优化单元电连接。

可选地，所述计算机子系统包括：图像处理模块，用于将DSP数字图像处理模块传输来的数字化图像信息处理为模拟化图像信息。

可选地，所述图像处理模块包括：图像预处理单元、图像分割单元、图像形态学处理单元和图像运算单元。

可选地，所述计算机子系统还包括：人机界面模块，所述人机界面模块用于将处理完成的图像进行显示。

可选地，所述DSP数字图像处理模块包括：控制处理器、DSPs 单元、数据传输单元、存储器和输入/输出接口。

本实用新型的有益效果在于，本实用新型在视觉SLAM子系统的基础上采用复眼图像提取，通过视觉SLAM子系统进行数据提取和采集，再将数据传输到DSP数字图像处理模块，采集后的数据由计算机的图像处理模块进行处理后，最后通过人机界面模块提取显示出来，采用复眼结合视觉SLAM子系统的图像提取和特征匹配方式，解决了 SLAM中的数据关联问题，提取的图像具有不同的区域有不同表达的可区别性，特征点的数量应远小于像素的数量，相比传统的多眼图像提取方式提高了图像提取效率和效果。

附图说明

图1为本实用新型系统框图示意图；

图2为本实用新型安装架结构示意图；

图3为本实用新型安装架俯视结构示意图；

图4为本实用新型复眼视觉传感器组件系统框图示意图；

图5为本实用新型定位子系统示意图；

图6为本实用新型SLAM模块框图示意图；

图7为本实用新型图像处理模块框图示意图；

图8为本实用新型DSP数字图像处理模块框图示意图；

图9为本实用新型图像采集单元分布示意图；

图10为本实用新型图像采集单元视野区域重叠示意图；

图11为本实用新型构建系统灰度特性的区域生长流程图。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

如图1所示，本实用新型提供一种用于港口SLAM的复眼图像提取与地图构建系统，包括：复眼视觉SLAM子系统1、DSP数字图像处理模块2以及计算机子系统3，所述DSP数字图像处理模块2将复眼视觉SLAM子系统1构建的地图图像进行数字化处理并传输到计算机子系统3。

所述复眼视觉SLAM子系统1包括：

至少一个复眼视觉传感器组件11，用于采集复眼视觉传感器组件11周边采集范围内的环境图像并对图像做初步处理；

SLAM模块12，用于将复眼视觉传感器组件11采集的图像进行二次处理并构建地图。

所述计算机子系统3包括：图像处理模块31，用于将DSP数字图像处理模块2传输来的数字化图像信息处理为模拟化图像信息。

如图2-4所示，所述复眼视觉传感器组件11包括：安装架111、多个图像采集单元112和多个子DSP处理模块113和多个图像比较器 (图中未示)。所述安装架111包括伸缩支臂1111以及设置在所述伸缩支臂1111上的云台1112，所述云台1112的外周侧以云台1112中心为圆心环形阵列设置有多个安装栅格1113，多个所述图像采集单元112分别设置在所述安装栅格1113内，多个所述图像采集单元112 成环状结构排列而成，采集以云台1112为中心周边360°范围内的环境图像等场景信息，能够构成360°的大视场范围，实现复眼并行处理模式。

如图4所示，每个所述图像采集单元112均与一个所述子DSP处理模块113电连接，所述子DSP处理模块113安装在所述云台1112 上，所述子DSP处理模块113用于对采集的场景信息进行初步处理，形成信号采集及预处理。相邻的两个所述图像采集单元112分别与一个图像比较器电连接。

所述图像采集单元112为CCD摄像头，所述CCD摄像头用于采集环境图像等场景信息，所述伸缩支臂1111长度可以调节，所述伸缩支臂1111长度为300mm～600mm可调，可调节云台1112平面的高度，以利于对周围环境的观察。

为了保证复眼视觉传感器组件11对信息的采集、处理与比较都可以并行处理，本实用新型每个CCD摄像头都连接有一个子DSP处理模块113，负责各自场景的信息处理，每相邻的两个CCD摄像头之间都有一个图像比较器实现对图像内容的比较处理，这样不论是信息的采集、处理还是比较，都可以实现并行处理。

复眼视觉传感器组件11提取图像时，采用环形阵列的图像采集单元112进行画面捕捉，形成复眼采集效果，通过复眼视觉传感器组件11将技术画面进行数字化然后二值化并滤波将灰度级相同的图像组合分析，即可实现360度范围内的图像提取，相比多眼的多组组合方式，节省了设备的安装。

所述复眼视觉传感器组件11还包括：环境传感器模块和机器人本体传感器模块(图中未示)。

所述环境传感器模块包括：GPS定位单元和重构模型单元，所述 GPS定位单元和重构模型单元设置在所述安装架111上，所述GPS定位单元被配置成获取所述复眼视觉传感器组件11及采集影像地理坐标。所述重构模型单元用于根据目标物体采集网络规划目标物体的实体空间、重构模型的精度，获取所述复眼视觉传感器组件11的位置。通过重构模型单元将目标物体确定目标物体的边界，对目标物体进行快速模型重构，能够保证重构的是同一时间断面的三维场景，保证三维场景的实时性。

所述机器人本体传感器包括惯性测量单元，用于检测复眼视觉传感器组件11的三轴姿态角以及加速度。

如图5所示，所述用于港口SLAM的复眼图像提取与地图构建系统还包括定位子系统4，所述定位子系统4包括：多个基站41和至少一个标签42，每个所述基站41具有唯一编号，多个所述基站41 分布在待检测区域，所述标签42设置在所述复眼视觉传感器组件11的安装架111上，每个所述复眼视觉传感器组件11对应唯一一个标签42，所述标签42内记录不同基站41的编号，所述定位子系统4 根据所述标签42发射预设频率的发射脉冲，所述基站41接收所述标签42发出的脉冲并计算出标签42至基站41的距离。所述基站41能够辐射待拍摄目标物体所在区域，通过接受标签42脉冲计算出标签 42至基站41的距离可用于目标物体采集网络中的复眼视觉传感器组件11的精准定位。

通过多个基站41获取精确的复眼视觉传感器组件11及影像地理坐标，将目标物体网络化处理并分派复眼视觉传感器组件11进行拍摄，能够减少数据处理量。

如图1、6所示，所述SLAM模块12包括：传感器数据单元121、前端数据里程计单元122、后端非线性优化单元123、回环检测单元 124和建图单元125。所述传感器数据单元121、前端数据里程计单元122、后端非线性优化单元123、建图单元125顺次电连接，所述回环检测单元124一端与所述传感器数据单元121电连接，所述回环检测单元124另一端与所述后端非线性优化单元123电连接。所述 SLAM模块12可采用现有常规的模块结构，在视觉SLAM问题中，位置的估计往往是一个递推的过程，即由上一帧位置解算当前帧位置，因此其中的误差便这样一帧一帧的传递下去，也就是累积误差。一个消除误差有效的办法是进行回环检测。回环检测判断机器人是否回到了先前经过的位置，如果检测到回环，它会把信息传递给后端进行优化处理。回环是一个比后端更加紧凑、准确的约束，这一约束条件可以形成一个拓扑一致的轨迹地图。如果能够检测到闭环，并对其优化，就可以让结果更加准确。整个SLAM大概可以分为前端和后端，前端相当于VO(视觉里程计)，研究帧与帧之间变换关系。首先提取每帧图像特征点，利用相邻帧图像，进行特征点匹配，然后利用RANSAC 去除大噪声，然后进行匹配，得到一个pose信息(位置和姿态)，同时可以利用IMU(Inertialmeasurement unit惯性测量单元)提供的姿态信息进行滤波融合。后端则主要是对前端出结果进行优化，利用滤波理论(EKF、UKF、PF)、或者优化理论TORO、G2O进行树或者图的优化。最终得到最优的位姿估计。因为基于滤波的理论，滤波器稳度增长太快，这对于需要频繁求逆的EKF(扩展卡尔曼滤波器)， PF压力很大。而基于图的SLAM，通常以keyframe(关键帧)为基础，建立多个节点和节点之间的相对变换关系，比如仿射变换矩阵，并不断地进行关键节点的维护，保证图的容量，在保证精度的同时，降低了计算量。

如图1、7所示，所述图像处理模块31包括：图像预处理单元 311、图像分割单元312、图像形态学处理单元313和图像运算单元 314。

所述图像预处理单元311对输入图像进行特征抽取、分割和匹配前所进行的处理。主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。

所述图像分割单元312将图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。

所述图像形态学处理单元313将数据特征细化区分，包括膨胀与腐蚀、细化和粗化等。

所述图像运算单元314对图像进行算术运算、逻辑运算和数学形态学运算。

如图1所示，所述计算机子系统3还包括：人机界面模块32，所述人机界面模块32用于将处理完成的图像进行显示。

如图1、8所示，所述DSP数字图像处理模块2包括：控制处理器21、DSPs单元22、数据传输单元23、存储器24和输入/输出接口 25。所述控制处理器21用于完成系统包括主机命令解释、数据传输控制和数据输入/输出等控制功能。所述控制处理器21可以使DSPs 单元22专注于高速实时DSP算法的实现。所述DSPs单元22完成实时信号处理算法。所述数据传输单元23用于实现各个模块之间的互联，以传输数据。所述存储器24支持数据存储，它的主要参数指标有存储器24容量、存储器24字长、访问速度、对特殊寻址方式的支持和存储管理控制能力。所述输入/输出接口25用于输入待处理或处理结果。所述输入/输出接口25的主要参数有接口带宽、缓冲存储能力、数据字长、接口规程和接口所支持的输入输出个数。

所述DSP数字图像处理模块2优选的可采用型号为TMS320C6416 的高性能定点DSP数字图像处理模块2，其计算能力可达到4Gips，可以做实时的视频、音频和图片的采集、压缩和播放，工作频率可为600MHZ，外部总线为EMIFA和EMIF，总线时钟为100MHZ，以2.2版本的PCI接口作为主机接口。

本实用新型具体原理如下：

如图9-10所示，在采集时，特征点的位置信息通过以下方式获得，首先获知CCD摄像机所在圆的半径为L；CCD摄像机的直径为D； CCD摄像机的水平视角的一半为β；相邻CCD摄像机视轴中心线的夹角为α，

相邻的两个CCD摄像机视野重叠区域为四边形区域M，该区域是相邻的两个CCD探测器视野的交集区域，有且仅有这两个所述CCD摄像机观察到的该区域只存在角度上的差别，被不同数量所述CCD摄像机观察到的区域存在视轴方向上半径的差异，用R_i表示第i个所述 CCD摄像机观察到区域的半径，被不同所述CCD摄像机组合形式观察到的区域存在着视轴切线上角度的差异，采用θ(α)来表示被不同所述 CCD摄像机组合形式观察到区域的角度。所述复眼视觉SLAM子系统1 参数为L(CCD摄像机所在圆的半径为L)、α(相邻CCD摄像机视轴中心线的夹角)、β(CCD摄像机的水平视角的一半)、N(摄像机数目)、 p、q(通过具有位置信息的矩阵来表示，其数值是固定的),用距离R_i和周向分辨率θ(α)来表示某时刻运动目标所在的空间位置。那么θ(α)和R_i就可以通过下式获得:

y＝tanβ(x-L)；

y＝tanβ((i-1)α-β)[x-Los((i-1)α)]+Lsin((i-1)α)；

通过计算会知道该点的坐标为：

所以目标点的距离为：

其中i＝1,2,…[2β/α]；

这样通过所述复眼视觉传感器组件11与所述DSP数字图像处理模块2可以将特征点的位置信息表示出来。

所述复眼视觉SLAM子系统1将图片提取后由所述DSP数字图像处理模块2将图片的G、R、B三元色彩空间进行灰度转化，图片的灰度组成为：C＝xR+yG+zB,其中x+y+z＝1，x，y，z∈[0，1]，在图像灰度转化中让x，y，z分别取0.299、0.587、0.114，那么通过转化公式系统将彩色图像转化为灰度图，转化方法为：

通过该公式的运算将一幅彩色图像转化为灰度图。接下来利用所述DSP数字图像处理模块2中的DSPs单元22将图像数值化，图像数字化会被分为两步，首先系统会进行采样，将图像函数在一组正交基下展开，进行傅里叶变换，用展开的系数来表示数字化图像。若每行 (横向)像素为M个，列像素为N个，则图像大小为M×N个像素，从而f(x，y)构成一个M×N的实数矩阵：

其中每个元素为图像f(x，y的离散采样值为像元。采样的结果是得到每一个像素的灰度值。其次系统在采样的基础上进行量化，将采样的图像函数的连续数值(亮度)转变为其数字等价量，对于采用后 M×N个像素点的图像，每个像素量化后的灰度二进制位数为Q，一般 Q取值为2的整数幂，即Q＝2^K，则存储一幅数字图像所需的二进制位数b为：

b＝M×N×Q；

字节数B为

B＝M×N×Q/8；

图像数字化后得到的每一个像素灰度值为整数，处理结果是一个二维整数矩阵也就是数字图像。DSP数字图像处理模块2会将数字图像暂时储存于寄存器以待图像拼接时调用。

图像数字化后，DSPs单元22会进行二值化即将一幅具有多个灰度级的图形转化为只有两个灰度级的图像，以便于数据的压缩、目标的突出以及特征目标的识别。在对周围环境构建前要先通过环境指定一个阈值T，用T将图像的数据分成两大部分：大于T的像素群和小于T的像素群。如果图像中某像素的灰度值小于该阈值，则将该像素灰度值设置为0，否则灰度设置为255。

实际位图中0对应RGB的值均为0，1对应的RGB值均为255，二值化过程根据下式来处理：

在经过阈值处理后图像会变成一幅黑白的二值图。

原始图像在获取和传输的过程中，会受到各种噪声的干扰，使图像质量下降。采用非线性中值滤波法消除噪声，其能保持图像中的细节部分，防止边缘模糊化。它首先确定一个奇数像素窗口W，窗口内的各像素按灰度值从小到大排序后，用中间位置灰度值代替原灰度值。假设增强图像在(x，y)的灰度值为f(x，y)，增强图像在对应位置(x，y)的灰度值g(x，y)，则有：

g(x，y)＝median{f(x-k，y-l)，k，l∈W}；

中值滤波让与周围像素灰度值相差比较大的像素改取近似于周围像素灰度值的值，这样消除噪声。

如图11所示，所述DSP数字图像处理模块2将图片二值化后，数字图像经由所述存储器24通过所述输出接口将所述数字图像传输到所述图像处理模块31，所述图像处理模块31将所述数字图像进行区域生长组合图像，其具体步骤为：

步骤1.设定模式，由第一张图(可设定编号为1)的CCD摄像机所传输的图像为基准对图像顺序扫描，找到一个边界像素点，设该像素为(X₀，Y₀)；

步骤2.以(X₀，Y₀)为中心，检查(X₀，Y₀)的邻域像素(X，Y)，判断(X，Y)是否满足生长规则，当满足生长规则时将(X，Y)与(X₀， Y₀)合并，同时将(X，Y)压入堆栈，当不满足生长规则时，摒弃该邻域像素(X，Y)。

步骤3.从堆栈中取出像素边界作为(X₀，Y₀)，回到步骤2。

步骤4.当堆栈为空时，回到步骤1。

步骤5.重复步骤1或步骤4，直到图像中的每个像素点都有归属时，生长结束。

当第一张图无法正常生长数据失联时，图像处理模块31会通过多个图像寻找特征点，即确定当前看到的路标和之前看到的路标之间的对应关系然后进行特征匹配。最简单的特征匹配方法就是暴力匹配，即对每一个特征点与所有的特征点测量描述子的距离，然后排序，取最近的一个作为匹配点。描述子的距离表述了两个特征之间的相似程度。然后以匹配的特征点为边界再次进行生长，这样解决了数据关联问题。

本实用新型采用的复眼图像提取效果、多眼图像提取效果和传统的单眼图像提取相比，见下表1：

由上述表内容可知，复眼图像提取的清晰度、视觉里程、视场和反应时间相比多眼图像提取效果，效果更加理想。

本实用新型的有益效果在于，本实用新型在视觉SLAM子系统的基础上采用复眼图像提取，通过视觉SLAM子系统进行数据提取和采集，再将数据传输到DSP数字图像处理模块，采集后的数据由计算机的图像处理模块进行处理后，最后通过人机界面模块提取显示出来，采用复眼结构结合视觉SLAM子系统的图像提取和特征匹配方式，解决了SLAM中的数据关联问题，提取的图像具有不同的区域有不同表达的可区别性，特征点的数量应远小于像素的数量，相比传统的多眼图像提取方式提高了图像提取效率和效果。

尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，包括：复眼视觉SLAM子系统(1)、DSP数字图像处理模块(2)以及计算机子系统(3)，所述DSP数字图像处理模块(2)将复眼视觉SLAM子系统(1)构建的地图图像进行数字化处理并传输到计算机子系统(3)；

所述复眼视觉SLAM子系统(1)包括：

至少一个复眼视觉传感器组件(11)，用于采集复眼视觉传感器组件(11)周边采集范围内的环境图像并对图像做初步处理；

SLAM模块(12)，用于将复眼视觉传感器组件(11)采集的图像进行二次处理并构建地图；

所述复眼视觉传感器组件(11)包括：安装架(111)、多个图像采集单元(112)和多个子DSP处理模块(113)和多个图像比较器；

所述安装架(111)包括伸缩支臂(1111)以及设置在所述伸缩支臂(1111)上的云台(1112)，所述云台(1112)的外周侧以云台(1112)中心为圆心环形阵列设置有多个安装栅格(1113)，多个所述图像采集单元(112)分别设置在所述安装栅格(1113)内，多个所述图像采集单元(112)成环状结构排列而成，采集以云台(1112)为中心周边360°范围内的环境图像场景信息；

每个所述图像采集单元(112)均与一个所述子DSP处理模块(113)电连接，所述子DSP处理模块(113)安装在所述云台(1112)上，所述子DSP处理模块(113)用于对采集的场景信息进行初步处理，相邻的两个所述图像采集单元(112)分别与一个图像比较器电连接。

2.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述复眼视觉传感器组件(11)还包括：环境传感器模块和机器人本体传感器模块；

所述环境传感器模块包括：GPS定位单元和重构模型单元，所述GPS定位单元和重构模型单元设置在所述安装架(111)上，所述GPS定位单元被配置成获取所述复眼视觉传感器组件(11)及采集影像地理坐标；所述重构模型单元用于根据目标物体采集网络规划目标物体的实体空间、重构模型的精度，获取所述复眼视觉传感器组件(11)的位置；

所述机器人本体传感器包括惯性测量单元，用于检测复眼视觉传感器组件(11)的三轴姿态角以及加速度。

3.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述用于港口SLAM的复眼图像提取与地图构建系统还包括定位子系统(4)，所述定位子系统(4)包括：多个基站(41)和至少一个标签(42)，每个所述基站(41)具有唯一编号，多个所述基站(41)分布在待检测区域，所述标签(42)设置在所述复眼视觉传感器组件(11)的安装架(111)上，每个所述复眼视觉传感器组件(11)对应唯一一个标签(42)，所述标签(42)内记录不同基站(41)的编号，所述定位子系统(4)根据所述标签(42)发射预设频率的发射脉冲，所述基站(41)接收所述标签(42)发出的脉冲并计算出标签(42)至基站(41)的距离。

4.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述SLAM模块(12)包括：传感器数据单元(121)、前端数据里程计单元(122)、后端非线性优化单元(123)、回环检测单元(124)和建图单元(125)；所述传感器数据单元(121)、前端数据里程计单元(122)、后端非线性优化单元(123)、建图单元(125)顺次电连接，所述回环检测单元(124)一端与所述传感器数据单元(121)电连接，所述回环检测单元(124)另一端与所述后端非线性优化单元(123)电连接。

5.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述计算机子系统(3)包括：图像处理模块(31)，用于将DSP数字图像处理模块(2)传输来的数字化图像信息处理为模拟化图像信息。

6.根据权利要求5所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述图像处理模块(31)包括：图像预处理单元(311)、图像分割单元(312)、图像形态学处理单元(313)和图像运算单元(314)。

7.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述计算机子系统(3)还包括：人机界面模块(32)，所述人机界面模块(32)用于将处理完成的图像进行显示。

8.根据权利要求1所述的用于港口SLAM的复眼图像提取与地图构建系统，其特征在于，所述DSP数字图像处理模块(2)包括：控制处理器(21)、DSPs单元(22)、数据传输单元(23)、存储器(24)和输入/输出接口(25)。

Images