[发明专利]基于双目、加速度与陀螺仪的惯性导航高精度定位方法

权利要求书

1.一种基于双目、加速度与陀螺仪的惯性导航高精度定位方法，其特征在于，包括以下步骤：

步骤1、建立基于惯性导航模组、双目立体视觉系统与车辆的高精度惯性系统，及建立参考坐标系结构；

步骤2、惯性导航起始坐标的获取：车辆以起始坐标点作为起始点进行惯性导航，并采用基于SIFT算法的改进立体匹配法，根据角点特征显著的点在图像中的位置关系选定感兴趣的区域，车辆在行驶过程中通过不断位置累积完成对感兴趣区域的定位和跟踪，在此后的过程中仅对感兴趣的区域进行图像匹配，完成初始时刻双目视觉的特征点提取，达到匹配精度高、速度快的目的；

步骤3、双目高精度定位参考点的选择：选择在室内停车场的角点特征显著的角落或者拐角作为双目高精度定位的参考点，以参考点为原点建立参考坐标系；

步骤4、高精度惯性导航坐标系的选择与设计：选择在导航过程中包括地球坐标系、导航坐标系、载体坐标系、摄像机坐标系、世界坐标系在内的坐标系，满足最后对相关坐标的解算；

步骤5、高精度惯性导航坐标系的转换：得到特征点在世界坐标系的位置信息，车辆在惯性导航导航坐标系中的位置信息，以及世界坐标系与惯性导航导航坐标系之间的转换关系；

步骤6、惯性导航累计误差的消除：基于双目定位和高精度GPS信息确定惯性导航参考位置特征点三维坐标，通过特征点坐标值作为参考点来实时更新惯性导航三维坐标，来消除惯性导航由于积分产生的累计误差，实现基于惯性导航和双目定位结合辅助室内停车场车辆的精确定位；

所述步骤2基于SIFT算法的改进立体匹配法步骤具体包括：首先通过对采集的左右图像进行极线约束，其次从左图中选择ROI区域，在降低特征向量维数来减少耗时，采用基于KD树的BBF算法加快匹配速度，最后用RANSAC算法去除误匹配；

所述步骤6惯性导航累计误差的消除：由双目立体视觉定位和高精度GPS信息确定惯性导航起始点坐标，车辆在进入无GPS信号或者GPS信号非常微弱的区域时，开启惯性导航模式，利用双目立体视觉系统获取角点特征显著的墙角或者拐点的位置信息，并将特征点的位置信息作为参考点建立三维参考坐标系，根据不同时刻车辆在不同位置获取的同一参考点位置信息，通过坐标转换的到相邻时刻车辆位置的差值，以此来更新车辆位置；车辆在行驶过程中通过判断参考点的距离和设定的参考点最小距离阈值来选择是否更换参照物及参考点，最终实现基于惯性导航和双目定位结合辅助室内停车场车辆的精确定位。

2.根据权利要求1所述的一种基于双目、加速度与陀螺仪的惯性导航高精度定位方法，其特征在于，所述步骤1的惯性导航模组由三轴加速度传感器、三轴陀螺仪和三轴磁力计组成，测量得到各传感器的参数，通过四元数算法解算得到惯性导航系统中的坐标系转换，通过速度积分和位置积分得到搭载惯性导航模组载体的位置参数，利用双目视觉的图像信息，通过视觉相关算法确定惯性导航参考位置特征点三维坐标，通过将当前时刻与上一时刻特征点坐标值差值作为参考点来实时更新惯性导航三维坐标，来消除惯性导航由积分产生的累计误差。

3.根据权利要求1所述的一种基于双目、加速度与陀螺仪的惯性导航高精度定位方法，其特征在于，所述步骤2起始坐标点的获取具体包括：在进入无GPS信号或者GPS信号非常微弱的室内车库时，车辆以最后获得的有效GPS信息基础，判断在起始点处车辆上双目立体视觉系统是否能获取到特征角点的位置信息，将这个过程的延迟时间和车辆的速度、航向角信息等，进行位置信息插补，得到惯性导航导航起始坐标，车辆以起始坐标为初始位置进行惯性导航。

4.根据权利要求3所述的一种基于双目、加速度与陀螺仪的惯性导航高精度定位方法，其特征在于，所述步骤3利用角点的特征，即角点是目标轮廓上曲率的局部极大值点，是物体轮廓的决定性特征，并且角点还具有旋转不变性，当车辆从车库进入室内停车场后，车辆上的双目摄像头选取车辆行驶方向上的最近的一个角点特征显著的物体作为双目定位提取特征点的参考对象，将获取的角点作为双目高精度定位参考点。