[发明专利]一种视觉定位方法及装置

说明书

本说明书公开了一种视觉定位方法及装置，可先确定图像传感器采集的连续两帧图像，并根据该两帧图像以及惯性数据，确定该图像传感器的位姿变化数据，之后确定该两帧图像的本质矩阵，再分别确定该两帧图像中的各特征点，并进行特征点匹配得到各特征点对，然后针对每个特征点对，根据确定出的本质矩阵，确定该特征点对中两个特征点的匹配度，最后根据预设阈值区间，从各特征点对中确定匹配度落入该预设阈值区间内的特征点对，并根据筛选出的各特征点对，进行视觉定位。通过本质矩阵确定各特征点对的匹配度，以筛选出匹配度较高的特征点发送至后端，则后端根据匹配度高的特征点对进行视觉定位，定位更准，构建地图的精度更高。

技术领域

本申请涉及计算机技术领域，尤其涉及一种视觉定位方法及装置。

背景技术

目前，视觉定位系统通常由前端和后端组成，其中，前端为采集图像数据、进行特征点提取及特征点匹配的终端，例如，机器人、车辆等，后端为根据前端匹配到的特征点进行优化处理、定位以及构建地图的设备，通常为服务器。其中，前端确定出的特征点匹配的准确度，直接影响后端定位以及构建地图的精度，特征点匹配的准确度越高，视觉定位系统的精度越高。

一般地，在现有技术中为了提高特征点匹配的准确度，前端还可以对匹配后得到的特征点对进行筛选。首先前端可对采集连续两帧图像(即，第一图像以及第二图像)分别进行特征点提取，确定第一图像包含的各第一特征点以及第二图像包含的各第二特征点。之后通过光流跟踪确定第一特征点与第二特征点之间的匹配关系，将匹配的第一特征点以及第二特征点作为特征点对。最后对各特征点对进行筛选。

具体的，在对特征点对进行筛选时，前端可根据各特征点对中各特征点的位置坐标，确定对应于两帧图像的基本矩阵。根据确定出的基本矩阵，通过随机抽样一致(Randomsample consensus，RANSAC)算法剔除外点(即，第一特征点与第二特征点匹配度较低的点)，并将确定出的内点(即，第一特征点与第二特征点匹配度较高的点)发送至后端进行定位。

但是，当通过RANSAC剔除的外点占比较大时，说明光流跟踪确定出的特征点对并不准确，使得根据基本矩阵不能准确剔除外点。或者当确定出的特征点对数量较少时，也会导致确定出的基本矩阵的准确度降低，进一步导致RANSAC算法剔除外点不够准确，影响后端定位以及构建地图的精度。

发明内容

本说明书实施例提供一种视觉定位方法及装置，用于部分解决现有技术中存在的上述问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种视觉定位方法，包括：

确定图像传感器采集的连续两帧图像，并根据所述两帧图像以及惯性测量单元采集到的惯性数据，确定所述图像传感器的位姿变化数据；

根据所述位姿变化数据，确定所述两帧图像的本质矩阵；

分别确定所述两帧图像中的各特征点，并进行特征点匹配，得到各特征点对，所述特征点对中的两个特征点分别位于不同的图像；

针对每个特征点对，根据确定出的本质矩阵，确定该特征点对中两个特征点的匹配度；

根据预设阈值区间，从各特征点对中确定匹配度落入所述预设阈值区间内的特征点对，并根据筛选出的各特征点对，进行视觉定位。

可选地，根据所述两帧图像以及惯性测量单元采集到的惯性数据，确定所述图像传感器的位姿变化数据，具体包括：

确定采集所述两帧图像期间，惯性测量单元采集到的惯性数据；

根据所述两帧图像以及所述惯性数据，确定所述图像传感器的运动轨迹；

根据确定出的运动轨迹，确定所述图像传感器的位姿变化数据。