[发明专利]一种基于RGB-D相机与IMU信息融合的移动机器人定位方法

说明书

本发明公开了一种基于RGB‑D相机与IMU信息融合的移动机器人定位方法，包括下述步骤：(1)建立针孔相机模型；(2)建立IMU测量模型；(3)结构光相机深度计算与基于特征点匹配的位姿变换计算；(4)IMU预积分姿态解算以及IMU坐标系与相机坐标系的转换；(5)RGB‑D数据与IMU数据融合过程以及相机位姿优化过程，最终获得精准的定位姿态。本发明使用RGB‑D相机与IMU的传感器组合的定位，很好的利用了IMU在短时间的快速运动具有较好的状态估计的特性，而相机具有静态条件下基本不漂移的特性，从而使定位系统具有较好的静态特性和动态特性，使机器人能适应低速运动场合和高速运动场合。

技术领域

本发明属于智能移动机器人感知领域，具体涉及一种基于RGB-D相机与IMU信息融合的定位方法。

背景技术

近几十年，随着科技的不断进步，生产生活中自动化智能化的程度不断提升，移动机器人由于其本身具有能独立完成某项任务的能力，今后必然将在人类生产生活中发挥巨大的作用。例如太空探索，海洋探测，工业矿井探测等这些由人类去完成危险程度很大甚至无法完成的任务，有了机器人的参与都将更好更快更安全地去完成这些危险任务。智能移动机器人的自主移动需要不断获取自身的位姿信息，为移动机器人的导航与路径规划提供相应的定位信息。

目前可知的常用于移动机器人定位的传感器包括GPS系统、激光雷达、视觉传感器、惯性传感器等。使用GPS差分定位的系统可以提供较为精准的全球定位信息，但是在室内环境以及室外存在遮挡的地方由于无法接受GPS卫星信号而导致定位失败。其次，即使使用差分GPS定位，其定位精度也仅有分米级别。使用多线激光雷达的定位系统通过获取点云数据并使用ICP等算法可以获得精准的位姿，但是多线激光雷达的价格较为昂贵且体积较大。使用惯性传感器也可以用于机器人位姿解算，其中高精度的惯性测量单元通过积分可以得到较为精准的位姿，但是成本较高，而廉价的MENS惯性测量单元由于数据漂移较为严重，直接积分解算位姿很容易导致位姿的发散，很难用于机器人定位。使用立体视觉的方法，如双目相机或者RGB-D相机利用视觉SLAM算法可以获得精准的定位信息，视觉定位的方法静态性能较好，但是当移动机器人快速移动时易。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于RGB-D相机与IMU信息融合的定位方法，根据该定位方法可计算出较为精准机器人的位置与姿态，且该定位系统具有较强的鲁棒性。

为了达到上述目的，本发明采用以下技术方案：

一种基于RGB-D相机与IMU信息融合的移动机器人定位方法，包括下述步骤：

(1)建立针孔相机模型，所述针孔相机模型用于明确实际采集的二维图像点与对应的空间中三维点的相机坐标的数学关系；

(2)建立IMU测量模型，确定IMU测量数据与状态参数速度、位姿、偏差的关系；

(3)基于针孔相机模型可知二维相机坐标计算三维相机坐标的数学关系，基于结构光相机深度计算与基于特征点匹配的位姿变换计算，利用相机求解空间点深度信息的原理，从而恢复出空间点的三维信息，对于相机不同时刻的图像帧，假设在已知图像帧间多组匹配的三维空间点的情况下通过匹配点的信息求解两帧图像间的坐标变换K，t，从而迭代求解机器人的定位信息；

(4)IMU预积分姿态解算以及IMU坐标系与相机坐标系的转换，IMU通过本身的测量计算出IMU中心在世界坐标的位姿，通过已知的IMU与相机的坐标变换，可以求解出初步的相机位姿，并以此来预测相机位姿，加速特征点匹配；

(5)通过特征点匹配可求解出机器人位姿，由IMU测量解算出的IMU位姿可以加速特征点匹配，在匹配的基础上构建重投影误差进一步优化机器人位姿，最终获得精准的定位姿态。