[发明专利]一种用于无人机的大地坐标系与SLAM坐标系转换方法

说明书

本发明公开了一种用于无人机的大地坐标系与SLAM坐标系转换方法，涉及无人机技术领域。该方法首先获取GPS导航信息以及摄像头图像，然后利用时间戳近似同步规则采集30组数据，计算转换矩阵和平移矩阵，并利用各组数据的欧式距离计算尺度信息；接着利用转换矩阵、平移矩阵和尺度信息将SLAM坐标映射到GPS的笛卡尔坐标，剔除差异过大的点，并重新计算转换矩阵、平移矩阵和尺度信息，实现转换精度的动态提高。

技术领域

本发明涉及人工智能及无人机技术领域，尤其涉及一种用于无人机的大地坐标系与SLAM坐标系转换方法。

背景技术

随着人工智能技术以及无人机技术的发展，通过使用多种传感器，例如，GPS传感器、摄像头、激光雷达等，进行信息融合，从而提高建图的精准度以及减小定位的误差是无人机导航的重要内容之一。由于SLAM坐标系是笛卡尔坐标系，所以需要将SLAM坐标系转换为大地坐标系。

目前，现有技术普遍采用基于RGB的SLAM算法，初始化时需要足够的特征点，导致SLAM坐标系初始化时，无法确定SLAM坐标系的方向以及初始位置，从而导致无法通过固定转换矩阵，将大地坐标系与SLAM坐标系进行互相转换。

发明内容

有鉴于此，本发明提供一种用于无人机的大地坐标系与SLAM坐标系转换方法，该方法能够动态、精准地计算大地坐标系与SLAM坐标系的转换矩阵以及平移矩阵，从而动态地进行大地坐标系与SLAM坐标系的转换，且可通过不断计算新的转换矩阵以及平移矩阵，保证转换矩阵以及平移矩阵始终为最当前最优解。

为实现上述目的，本发明所采用的技术方案是：

一种用于无人机的大地坐标系与SLAM坐标系转换方法，包括如下步骤：

(1)无人机搭载的GPS导航装置定频发布带有时间戳的GPS坐标，同时，无人机搭载的摄像头发布带有时间戳的图片；

(2)将GPS坐标从大地坐标转换为笛卡尔坐标，得到GPS笛卡尔坐标；

(3)通过SLAM算法对图片进行处理，得到SLAM坐标，并将SLAM坐标的时间戳同步为摄像头获取图片的时间戳；

(4)根据时间戳近似同步的规则采集多组坐标数据以构成数据集，每组坐标数据包括一个GPS笛卡尔坐标以及与GPS笛卡尔坐标时间戳近似同步的SLAM坐标；数据集中的任三个GPS笛卡尔坐标均不共面；

(5)计算数据集中SLAM坐标与GPS笛卡尔坐标之间的转换矩阵和平移矩阵；

(6)计算数据集中各时间戳相邻的两GPS笛卡尔坐标之间的欧氏距离，并求平均，得到第一均值；计算数据集中各时间戳相邻的两SLAM坐标之间的欧氏距离，并求平均，得到第二均值；计算第一均值与第二均值的比值，得到SLAM坐标的尺度信息；

(7)针对数据集中的每组坐标数据，根据转换矩阵、平移矩阵以及尺度信息，反向计算SLAM坐标在笛卡尔坐标系中的位置，然后将反向计算的位置与SLAM坐标对应的GPS笛卡尔坐标做差，将差值超出精度阈值的坐标数据组从数据集中剔除；

(8)根据新的数据集重新计算SLAM坐标与GPS笛卡尔坐标之间的转换矩阵、平移矩阵以及SLAM坐标的尺度信息，实现SLAM坐标与GPS笛卡尔坐标之间转换精度的动态调整。

进一步的，所述摄像头为RGB摄像头；在无人机上升、平移的构图过程中，摄像头采集无人机移动轨迹上的用于SLAM算法的关键点。

进一步的，步骤(4)中，采集数据前，首先剔除数据中的奇异点，具体方式如下：

对于GPS笛卡尔坐标数据，剔除工作模式不正常的点，以及导航星数少于阈值的点；

对于SLAM坐标数据，剔除突变超过阈值的点。