[发明专利]融合IMU信息的双目视觉里程计定位方法、系统在审
申请号: | 201910418327.3 | 申请日: | 2019-05-20 |
公开(公告)号: | CN110132302A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 汤淑明;黄馨;顿海洋;卢晓昀;张力夫 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G01C22/00 | 分类号: | G01C22/00;G01C21/16;G01C11/04 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征点 双目视觉 里程计 预设 匹配 定位技术领域 同步数据采集 运动信息获取 特征点检测 一致性算法 动态物体 时刻位置 随机抽样 先验信息 选择机制 运动信息 空间点 鲁棒性 描述子 三角化 实时性 融合 分类 解耦 位姿 采集 图像 | ||
1.一种融合IMU信息的双目视觉里程计定位方法,其特征在于,所述定位方法包括以下步骤:
步骤S100,通过装设于特定载体的双目视觉里程计和IMU,在t时刻进行同步数据采集;
步骤S200,基于双目视觉里程计采集到的图像进行ORB特征点检测和ORB描述子提取,根据IMU得到的先验信息进行特征点的环形匹配,得到第一特征点;
步骤S300,对所述第一特征点进行三角化形成空间点云,根据预设的特征点选择机制对所述第一特征点进行分类,并基于预设数量选取各分类的第一特征点;
步骤S400,基于步骤S300得到的各分类的第一特征点,根据随机抽样一致性算法进行位姿的解耦估计,获取所述载体相对于t-1时刻的运动信息,并基于该运动信息获取载体t时刻位置。
2.根据权利要求1所述的融合IMU信息的双目视觉里程计定位方法,其特征在于,所述定位方法在步骤S400之后还包括步骤S500:
步骤S500,基于步骤S400获取的载体相对于t-1时刻的运动信息,通过卡尔曼滤波更新IMU的陀螺仪偏置和加速度偏置。
3.根据权利要求1或2所述的融合IMU信息的双目视觉里程计定位方法,其特征在于,步骤S200“基于双目视觉里程计采集到的图像进行ORB特征点检测和ORB描述子提取,根据IMU得到的先验信息进行特征点的环形匹配,得到第一特征点”,其方法为:
步骤S211,将双目视觉里程计采集得到的t时刻左侧图像和右侧图像分别按照预设尺寸划分为多个图像块,并在每个图像块中提取预设数目的ORB特征点;
步骤S212,采用非极大值抑制的方法,使得到的特征点均匀的分布在对应的图像平面;
步骤S213,基于t-1时刻到t时刻的IMU数据得到加速度信息和旋转信息,计算t-1时刻到t时刻的相对旋转估计R0和相对平移估计P0,并将[R0|P0]作为IMU提供的先验信息;
步骤S214,对t时刻和t-1时刻分别得到的四幅图像,基于IMU提供的先验信息,采用对比描述子的方法,按照环形顺序进行两两图像之间的特征点匹配,去除匹配失败的特征点,将保留下来的特征点作为第一特征点。
4.根据权利要求3所述的融合IMU信息的双目视觉里程计定位方法,其特征在于,步骤S214中“按照环形顺序进行两两图像之间的特征点匹配”,其方法为:
对t时刻得到的左侧图像和右侧图像进行特征点匹配;
对t时刻得到的右侧图像和t-1时刻得到的右侧图像进行特征点匹配;
对t-1时刻得到的右侧图像和左侧图像进行特征点匹配;
对t-1时刻得到的左侧图像和t时刻得到的左侧图像进行特征点匹配。
5.根据权利要求4所述的融合IMU信息的双目视觉里程计定位方法,其特征在于,步骤S214中“对t时刻得到的左侧图像和右侧图像进行特征点匹配”,其方法为:
基于标定的双目视觉里程计两个相机间的参数,将左侧图像的特征点投影到右侧图像,以第一预设半径r1构建匹配区域,获取该区域内与左侧图像特征点描述子汉明距离最小和第二小的候选描述子,并在最小距离小于第二小距离与设定阈值的乘积时,选取最小距离对应的特征点为匹配到的特征点。
6.根据权利要求4所述的融合IMU信息的双目视觉里程计定位方法,其特征在于,步骤S214中“对t时刻得到的右侧图像和t-1时刻得到的右侧图像进行特征点匹配”,其方法为:
根据IMU提供的先验信息[R0|P0],将t时刻右侧图像的特征点投影到t-1时刻的右侧图像,以第二预设半径r2构建匹配区域,获取该区域内与t时刻右侧图像特征点描述子汉明距离最小和第二小的候选描述子,并在最小距离小于第二小距离与设定阈值的乘积时,选取最小距离对应的特征点为匹配到的特征点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910418327.3/1.html,转载请声明来源钻瓜专利网。