[发明专利]一种起重机惯性视觉组合定位方法

说明书

本发明公开了一种起重机惯性视觉组合定位方法，包括步骤一：采集同步IMU数据与相机图像并进行预处理；步骤二：提取相机图像中的特征点；步骤三：进行光流跟踪匹配；步骤四：对IMU数据预处理；步骤五：进行视觉惯性联合初始化；步骤六：构建关键帧数据库；步骤七：对滑动窗口进行优化；骤八：进行回环检测和全局优化；本方法采用视觉与惯性测量单元数据的融合算法相较于单一传感器算法能够优势互补，保证系统鲁棒性；针对复杂环境，使用相机与惯性测量单元进行信息融合，通过提取多尺度特征点与双向光流的方式加强特征点识别度，改善系统在复杂环境状态下特征点精度的问题，提高了系统在该环境下的鲁棒性，具有定位精度高和鲁棒性好的特点。

技术领域

本发明涉及起重机定位技术领域，具体涉及一种起重机惯性视觉组合 定位方法。

背景技术

桥式起重机被广泛应用到各行各业，是重要的转载设备，在使用过程 中，由于起重机整体工作环境较为复杂，容易发生人员与吊重或机器与吊 重之间的碰撞等突发事故，避免较为困难，是主要的安全隐患；

起重机小车定位系统是起重机自动化控制的基础条件之一，然而现有 技术中，小车定位系统的工作方式比较落后，通常定位方式是依托于传统 小车传动机械结构进行定位，例如配合编码器等传感器部件进行小车定 位，但是机械传动过程中，难免会出现传动误差和损失，这些误差长期的 积累则容易导致大的误差发生，影响起重设备的工作稳定性和效率；

此亟需一种能够对起重机小车进行精准定位的方法，以保证起重机小 车的正常稳定运行。

发明内容

针对上述存在的问题，本发明旨在提供一种起重机惯性视觉组合定位 方法，本方法采用视觉与惯性测量单元数据的融合算法相较于单一传感器 算法能够优势互补，保证系统的强鲁棒性；针对复杂环境，使用相机与惯 性测量单元进行信息融合，通过提取多尺度特征点与双向光流的方式加强 特征点识别度，改善系统在复杂环境状态下特征点精度不足的问题，提高 了系统在该环境下的鲁棒性，具有定位精度高和鲁棒性好的特点。

为了实现上述目的，本发明所采用的技术方案如下：

一种起重机惯性视觉组合定位方法，包括

步骤一：在起重机工作过程中，采集同步IMU数据与相机图像，并 对采集的图像和IMU数据进行预处理；

步骤二：采用多尺度特征点检测方法提取增强后的相机图像中的特征 点；

步骤三：对提取到的亚像素特征点进行光流跟踪匹配；

步骤四：对同步IMU数据进行预处理；

步骤五：对获得的图像特征点和预处理后的IMU预积分模型进行视 觉惯性联合初始化；

步骤六：对经视觉惯性联合初始化后的图像的关键帧进行选取，构建 关键帧数据库；

步骤七：采用滑动窗口的优化方式对滑动窗口内的视觉惯性信息进行 优化；

步骤八：在获取关键帧数据库和优化滑动窗口后，进行回环检测和全 局优化，完成起重机定位过程。

优选的，步骤一所述的对采集图像进行与处理的过程为采用自适应直 方图均衡化的方法对图像进行均衡化，其过程包括

S101.采用自适应直方图均衡化的方法，将模板W在采集的图像A上 逐行进行移动，并且模板W的中心c(x₀,y₀)对应图像A上的点f(x₀,y₀)；