[发明专利]融合IMU信息的双目视觉里程计定位方法、系统

说明书

本发明属于定位技术领域，具体涉及一种融合IMU信息的双目视觉里程计定位方法、系统，本发明方法包括：通过双目视觉里程计和IMU，在t时刻进行同步数据采集；基于双目视觉里程计采集到的图像进行特征点检测和描述子提取，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；对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；根据随机抽样一致性算法进行位姿的解耦估计，获取载体相对于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。本发明避免了动态物体导致的错误匹配，提高了双目视觉里程计的定位精度、鲁棒性和实时性。

技术领域

本发明属于定位技术领域，具体涉及一种融合IMU信息的双目视觉里程计定位方法、系统。

背景技术

在智能车及智能机器人应用中，定位技术是载体安全运动的关键技术之一。定位技术对于速度控制、路径规划、碰撞避让等行为决策有着重要的意义。

目前，常用的定位技术有GPS定位、北斗卫星导航定位和惯性导航定位。GPS定位系统和北斗卫星导航系统是举世闻名的全球定位系统，然而卫星信号的多径效应会导致较大的定位误差。尤其是在高楼林立的城市环境中，由于遮挡物较多，卫星接收器无法接收到三个以上的卫星信号，导致其无法解算出满足精度要求的绝对位置。惯性导航系统通过对载体的加速度和角速度进行积分，在短期内提供较高精度的导航信息，然而定位误差随时间增长不断累积。

双目视觉里程计是目前研究众多的一种定位技术，其应用广泛，成本较低，并且能够提供丰富的图像信息用于运动估计。近些年来，由于图像处理硬件和软件的进步，相机逐渐应用于嵌入式系统，成为智能车及智能机器人的重要元件。然而，在动态物体较多、光照变化的场景中，双目视觉里程计不能保证特征匹配的正确性，导致定位估计精度下降。与此不同的是，IMU自主性好，不易受到外界环境的影响，并且能够快速提供一个初始估计。鉴于IMU和双目视觉里程计的互补性，融合IMU信息的双目视觉里程计实现方法具有重要的研究意义。

发明内容

为了解决现有技术中的上述问题，即为了提高双目视觉里程计的定位鲁棒性和实时性，本发明的第一方面，提出了一种融合IMU信息的双目视觉里程计定位方法，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。

在一些优选实施方式中，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。

在一些优选实施方式中，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；