[发明专利]一种应用于不动产测量基于优化的视觉惯性组合测量方法

说明书

本发明公开了一种应用于不动产测量基于优化的视觉惯性组合测量方法，在不动产测量过程中，针对GPS信号受遮挡或通视条件差的情况，提出视觉惯性组合测量的方法，主要涉及相机与IMU数据处理、系统初始化、数据融合算法等方面内容。首先对相机采集的图像进行特征点提取、跟踪和匹配，对IMU采集的数据进行预积分；其次通过相机与IMU联合初始化，给非线性优化提供一个良好的初始值；然后通过构造视觉重投影误差、IMU测量误差以及先验信息误差，建立目标函数；最后以非线性优化的方法来最小化目标函数，求得载体运动过程中每个时刻最优的位置。本发明的有益效果在于：该视觉惯性组合测量方法提高了不动产的测量定位精度以及测量稳定性、可靠性。

技术领域

本发明属于测绘技术领域，具体涉及一种应用于不动产测量基于优化的视觉惯性组合测量方法。

背景技术

不动产测量中，GPS是应用最广泛的测量方法，针对GPS信号丢失的场合，一般采用捷联惯性测量系统完成不动产的测量工作，通过惯性测量单元(Inertial MeasurementUnit,IMU，包括陀螺仪和加速度计)敏感载体的角增量和比力信息，进而解算出载体的姿态、速度、位置等信息，实现不动产的测量定位功能。

捷联惯性测量方法适用于在GPS信号易受遮挡或者通视条件差的情况下，完成不动产的测量，但是惯性传感器存在的误差会导致捷联惯性测量系统的定位误差随时间积累而发散，无法进行长时间高精度的测量定位。为保证不动产测量工作的顺利进行，本发明提出使用视觉惯性组合测量方式开展不动产的测量工作。视觉测量系统成本较低，数据获取与处理较方便，精度较高，能够捕捉测量场景下丰富的信息，但是高动态情况下测量误差较大；在高动态情况下，捷联惯性测量系统能够在短时间内获得精准的位姿估计，减轻动态情况对视觉测量系统的影响。反过来，视觉测量系统也能有效地修正捷联惯性测量系统长时间工作存在的误差累计，在一定程度上这两个测量系统能够互补，一起使用可以得到更好的测量结果。

发明内容

发明目的：本发明针对单一传感器获取的信息具有局限性，存在精度不够和稳定性差的问题，提出采用视觉惯性组合测量方式完成不动产的测量工作，实现满足一定测量精度的前提下能够提高测量系统的测量效率、测量可靠性和稳定性的目的。

上述目的通过以下技术方案实现：

技术方案：一种应用于不动产测量基于优化的视觉惯性组合测量方法，包括如下步骤：

S1，对相机采集的图像提取Harris角点，利用金字塔光流法跟踪相邻帧图像并进行特征点跟踪与匹配，然后通过RANSAC算法去除误匹配；

S2，对两帧图像之间IMU采集的数据进行积分，得到当前时刻载体的位置、速度和姿态，同时计算在接下来非线性优化中将用到的相邻帧图像间IMU数据的预积分量；

S3，利用SFM方法进行纯视觉初始化，估计滑动窗口内采集每帧图像时的相机位姿，然后与IMU数据预积分量进行对齐求解初始化参数；

S4，将先验信息约束、IMU约束以及视觉约束放在一个大的目标函数F(χ)中进行非线性优化，求解滑动窗口内所有关键帧图像时刻的载体的位置、速度、姿态以及IMU的bias；

S5，对S4中建立的非线性优化目标函数F(χ)采用LM算法进行迭代求解，求解使F(χ)取得最小值时的χ；

S6，对于新加入到滑动窗口中的图像和IMU数据，不断重复步骤S4和S5，输出载体最优的轨迹变化，提高不动产的测量定位精度。

进一步的，本发明方法中，所述步骤S2中，相邻帧图像间IMU数据的预积分量计算公式为：

其中，i和j表示相邻帧图像的时刻，a和ω表示IMU输出的数据，采用中值法进行计算：