[发明专利]一种基于多景深信息的视觉里程计测速方法

摘要

本发明属于视觉导航技术领域，具体涉及一种基于多景深信息的视觉里程计测速方法。本发明的基于多景深信息的视觉里程计测速方法，包括以下步骤：1、根据任务特征选择合适的双目相机；2、标定MEMS惯导/视觉里程计安装误差；3、基于灰度方差信息提取图像特征点；4、使用双目相机实现特征点测距；5、对前后帧图像中特征点进行识别实现测速；6、运用小波分析方法消除测速噪声。本发明解决了现有的视觉里程计测速方法精度较低，难用于需要高精度长航时导航的智能化交通工具中的技术问题。本发明的方法在视觉里程计测速计算中加入MEMS惯导辅助速度信息可显著提高测速精度，降低了计算的复杂度，适用于长航时导航。

主权项

1.一种基于多景深信息的视觉里程计测速方法，其特征在于：包括以下步骤：步骤1、选择相机：根据任务特征选择合适的双目相机；步骤2、误差标定：标定MEMS惯导系统/视觉里程计安装误差；步骤3、特征点集提取：基于灰度方差信息提取图像特征点；步骤4、特征点集测距：使用双目相机实现特征点测距；步骤5、速度计算：对前后帧图像中特征点进行识别实现测速；步骤6、噪声消除：运用小波分析方法消除测速噪声；步骤1中所述根据任务特征选择合适的双目相机的具体方法为：根据运动速度、高度、测量精度、计算机运算速度以及其他条件选择双目相机的分辨率、视场角及其它相机参数；步骤2中所述标定MEMS惯导系统/视觉里程计安装误差的具体操作为：利用卡尔曼滤波，根据不同传感器的输出特性的差异性，实现对MEMS惯导系统和视觉里程计之间安装误差角和安装杆臂的估计与补偿，实现传感器输出导航信息的统一化；步骤3中所述基于灰度方差信息提取图像特征点的具体操作为：在t₁时刻双目相机中A相机采集的图像中，将图像分为k个子区域，设每个子区域内有n个点集Q₁，Q₂，…Q_n，任一点集的灰度方差为G_i ， i＝1,2,…,n，而点集Q_i， i＝1,2,…,n中包含m个点q_i， j＝1,2,…,m，对应的灰度值为g_j ， j＝1,2,…,m，那么点集Q_i的灰度方差G_i为其中，为点集Q_i中m个点的灰度均值；选取子区域内灰度方差最大的点集中心点作为图像特征点，则在t₁时刻采集图像中存在k个特征点集P_l， l＝1,2,…,k；步骤4中所述使用双目相机实现特征点测距的具体方法为：在t₁时刻双目相机中B相机采集的图像中识别A相机中的特征点集，基于空间上存在偏移的双目图像，完成特征点集所代表的实际物体到相机的距离测量；设Q是待测距的实际物体，其到相机的垂直距离为R，在A、B相机上形成的像点集分别是Q_A和Q_B，b是双目相机的基线长，f是焦距，x₁‑x₂为视差，其中x₁为Q_A中心点的水平像素值，x₂为Q_B中心点的水平像素值；利用相似三角形性质，可得Q到相机的垂直距离R，即Q_A的景深为：由上式，能够计算出每个特征点集P_l的景深R_l ， l＝1,2,…,k；步骤5中所述对前后帧图像中特征点集进行识别实现测速的具体方法为：在t₂时刻双目相机中A相机采集的图像中，利用MEMS惯导系统提供的速度信息，设定t₁时刻双目相机中A相机特征点集P_l在t₂时刻的搜索空间，利用图像匹配算法，计算特征点集P_l在t₁和t₂时刻图像中的像素差，并结合特征点集景深R_l获得特征点集的运动距离，最后根据运动距离和时间差，计算k个不同景深特征点集的实时速度v_l ， l＝1,2,…,k；步骤6中所述运用小波分析方法消除测速噪声的具体方法为：将v_l设定为原始一维信号，将一维信号做二级小波变化，设定二级小波系数w₂＝[w_a2 w_d2 w_d1]式中，w_a2为二级近似系数，w_d2为二级细节系数，w_d1为一级细节系数；对原始一维信号进行小波正变换，获得二级近似分解a₂、二级细节分解d₂和一级细节分解d₁；设定两个阈值λ₁和λ₂，认为一级细节分解d₁中小于λ₁的部分为一级噪声，而二级细节分解d₂中小于λ₂的部分为二级噪声，噪声去除之后获得一级小波细节d₁`和二级小波细节d<sub>2</sub>`，使用下式对速度信号进行恢复：式中，为去除噪声的速度信号，即视觉里程计的测速输出。