[发明专利]视觉惯导方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种视觉惯导方法、装置、设备及计算机可读存储介质。其中，该方法包括：通过惯导传感数据累计以及视觉模组在上一时刻的状态估计，得到当前时刻的状态预测值；确定被跟踪的特征点及其观测值，通过多相机状态确定所述特征点的观测值估计值，并对所述观测值估计值和所述观测值进行差值计算，得到残差项；根据所述残差项对所述状态预测值进行修正，得到当前时刻的位姿估计。实现了一种融合深度信息的视觉惯导里程计方案，提高了里程计的准确性，增强了里程计在弱光照或弱纹理环境下的稳定性，同时，节省了系统开销。

技术领域

本发明涉及惯导技术领域，尤其涉及一种视觉惯导方法、装置、设备及计算机可读存储介质。

背景技术

现有技术中，VIO(Visual Inertial Odometry，视觉惯导里程计)是指利用视觉传感器(camera)以及惯导传感器(IMU，Inertial measurement unit)数据估计系统本体当前位姿的一种算法。这种算法在自主移动视觉模组，无人车，无人机定位导航、AR(AugmentedReality，增强现实)等方面都有着重要应用。视觉惯导里程计作为移动视觉模组相对定位的有效传感器，为视觉模组提供了实时的位姿信息。与纯视觉里程计相比，视觉惯导里程计具有以下优点：

1.能通过IMU获取绝对尺度的估计；

2.对物体运动过快导致图像畸变的情况有更鲁棒表现；

3.在短暂视觉跟踪失败时，能依靠IMU数据继续保证系统正常运行。

尽管理论上视觉传感器和惯导传感器的优点和缺点具有互补性，但由于低成本惯导传感器导致视觉惯导里程计仍然具有一些不足，一是，对于民用级别等低成本的惯导传感器，例如手机上使用的惯导传感器，或者车载千元级别的惯导传感器，由于精度不准确，本身噪音和零偏较大，导致在运行过程中可能会出现漂移的现象，且随着时间的累计误差会越来越大，从而导致出现不准确的状态估计，二是，在弱光照环境以及低纹理环境下，视觉惯导里程计的稳定性较弱。

发明内容

为了解决现有技术中视觉惯导里程计准确性和稳定性较差、计算效率不高的技术缺陷，本发明提出了一种视觉惯导方法、装置、设备及计算机可读存储介质。其中，首先，提出了一种视觉惯导方法，该方法包括：

通过惯导传感数据累计以及视觉模组在上一时刻的状态估计，得到当前时刻的状态预测值；

确定被跟踪的特征点及其观测值，通过多相机状态确定所述特征点的观测值估计值，并对所述观测值估计值和所述观测值进行差值计算，得到残差项；

根据所述残差项对所述状态预测值进行修正，得到当前时刻的位姿估计。

本发明还提出了一种视觉惯导装置，该装置包括：

状态预测模块，用于通过惯导传感数据累计以及视觉模组在上一时刻的状态估计，得到当前时刻的状态预测值；

残差构建模块，用于确定被跟踪的特征点及其观测值，通过多相机状态确定所述特征点的观测值估计值，并对所述观测值估计值和所述观测值进行差值计算，得到残差项；

位姿修正模块，用于根据所述残差项对所述状态预测值进行修正，得到当前时刻的位姿估计。

本发明还提出了一种视觉惯导设备，该视觉惯导设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的视觉惯导方法的步骤。

本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有视觉惯导程序，所述视觉惯导程序被处理器执行时实现如上所述的视觉惯导方法的步骤。