[发明专利]一种无人艇的多传感器辅助定位方法

权利要求书

1.一种无人艇的多传感器辅助定位方法，其特征在于：搭载于定位系统，所述定位系统包括GPS、IMU、双目相机和单目相机，所述定位方法具体步骤如下：

步骤一：判断所述定位系统是否初始化，若否，则返回所述定位系统的初始化阶段，循环等待至所述GPS、IMU、双目相机和单目相机的数据不为空；若是，则执行步骤二；

步骤二：提取ROI区域并读取IMU和GPS的数据，根据深度学习的结果动态确定滑窗窗口大小，具体包括：

双目相机线程进行粒子滤波实现跟踪目标，根据深度学习的分类结果进行动态投放粒子的数量；

根据粒子追踪的目标进行计算双目相机的位姿；

其中，单目相机用于深度学习计算当前特征点数目以判断应用场景是否是环境复杂场景还是单一的空旷环境场景，返回数据可以决定投放粒子数目和滑动窗口的大小；

步骤三：将双目相机的位姿、IMU的位姿和GPS的位姿进行融合；

步骤四：构造所述定位系统的卡尔曼的量测方程；

步骤五：获取卡尔曼的增益，确定定位系统的误差状态并获得无人艇的位置、速度和姿态，更新卡尔曼的系统协方差；

包括获取双目相机的位姿，具体步骤如下：

提取ROI区域特征点，包括：

获取一帧图片，选择感兴趣区域，以一个像素点P为原点，P点的亮度为l_p，设定阈值N，若其他像素点满足如下条件，则认为满足条件的像素点为一个特征点；

l_pm＞l_p+N或l_pm＜l_p-N；其中，l_pm表示满足条件的其他像素点；

遍历感兴趣区域，提取所有满足条件的特征点；

获取特征点后得到特征点的邻域像素梯度分布，根据梯度公式划分邻域窗口的大小，获得特征描述子；

获取双目相机的位姿还包括如下步骤：

粒子算法的跟踪，包括：

初始化：获取到目标模板的特征描述子，在以该目标模板的位置为中心开始向全图随机撒M个粒子，粒子集为Ψⁱ＝{x_i，y_i，ω_i}，i＝1，2，3...M；其中，x和y分别表示是第i个粒子的位置坐标，ω表示第i个粒子的相似度；

通过匹配点对集合(P₀，P₁)，其中，P₀表示粒子特征点，P₁表示后一个时刻的粒子特征点；获取匹配对之间的相似度，按照相似度由大到小对粒子集重新排序；

重采样：将粒子不断更新移动速度来改变粒子的位置的方式修改为按照粒子相似度来重新随机撒粒子，随机选取相似度最高的n个粒子，根据公式(22)获得以每个粒子为中心的一定范围内需要重新投放的粒子数，总共投放的粒子数应等于N个；

其中：

g′表示n个粒子的相似度之和；

C_i表示将N个粒子按照相似度重新分为n份；

表示权重；

粒子滤波跟踪：第t时刻目标的位置是粒子集Ψⁱ中根据公式(23)获得的位置(X，Y)，重复重采样和跟踪步骤实现粒子滤波跟踪；

其中：

表示上一个时刻的粒子特征点的x位置；

表示上一个时刻的粒子特征点的y位置。