[发明专利]一种基于惯性辅助的高效视觉里程计

说明书

本发明公开了一种基于惯性辅助的高效视觉里程计，包括固定在一载体上的视觉传感器和惯性传感器，通过惯性传感器的数值计算载体导航信息的预测值，根据预测值计算载体导航信息的变化量并对其进行判断，变化量满足条件时，输出预测值，变化量不满足条件时，利用视觉传感器数据对预测值进行修正，并输出修正值。本发明提供的一种基于惯性辅助的高效视觉里程计的优点在于：通过惯性传感器对载体运动情况进行预测，降低视觉里程计的计算强度，提高算法实时性。

技术领域

本发明涉及视觉导航技术领域，尤其涉及一种基于惯性辅助的高效视觉里程计。

背景技术

视觉里程计(VO,Visual Odometry)是视觉实时定位与构图 (V-SLAM，VisualSimultaneous Localization and Mapping)的技术关键，也是导航技术领域中的一大研究热点，同样是无人驾驶等技术的关键。目前导航技术常用的方法是卫星导航，然而卫星导航易受高楼、隧道和室内等环境干扰。当卫星导航不可用时，视觉导航是常用的导航方式。视觉传感器可以直接的感知外界，不需要外部主动传感器，比如GPS、UWB等的辅助，对外界依赖少，具有高自主性，且视觉传感器成本较低，可以较快的投入市场。V-SLAM方法是SLAM方法中应用主流且具有极大发展潜质的方法，VO作为V-SLAM技术的核心，同样具有广阔的发展前景。

目前大多V-SLAM都需要较好的光照以及高纹理环境，通常利用视觉传感器获取的图像数据提取特征点进行匹配或通过直接法在光照不变假设下进行求解位姿，而进行特征点的提取与匹配需要耗费大量的时间，对处理器具有极高的要求，尽管直接法相比较特征点法耗时较少，任需要一定的计算能力，继而对于处理平台的运算能力提出了要求，而嵌入式平台运算能力往往不能满足需求，进而无法实现实时运算。

发明内容

本发明所要解决的技术问题在于提供一种基于惯性辅助的高效视觉里程计，通过将视觉里程计与惯性传感器融合，预测视觉传感器载体导航信息，从而降低视觉位姿解算的频率，提高算法实时性。

本发明是通过以下技术方案解决上述技术问题的：

一种基于惯性辅助的高效视觉里程计，包括固定在一载体上的视觉传感器和惯性传感器，通过惯性传感器的数值获得载体导航信息的预测值，根据预测值计算载体导航信息的变化量并对其进行判断，变化量满足条件时，输出预测值，变化量不满足条件时，利用视觉传感器数据对预测值进行修正，并输出修正值。

优选地，所述惯性传感器包括加速度计和陀螺仪，视觉里程计的工作方法包括以下步骤：

步骤1：间隔一定周期采集k时刻加速度计信息陀螺仪数据和视觉传感器数据S(k)；

步骤2：利用惯性传感器采集数据对载体导航信息进行预测得到预测值；

步骤3：根据步骤2的预测值确定载体导航信息的变化量；

步骤4：当导航信息变化量满足条件时，输出步骤2获得的载体导航信息预测值，并跳转至步骤1；当变化量不满足条件时，进行视觉数据解算；

步骤5：构建卡尔曼滤波器，根据解算的视觉数据结果，对k时刻惯性传感器预测的导航信息进行修正，并输出修正值；

步骤6：跳转至步骤1；

所述导航信息包括载体的位姿、速度、位置、误差信息。

优选地，对系统坐标系的定义如下：以当前时刻载体的位置为原点构建机体坐标系，其中X轴、Y轴与Z轴分别与当前时刻载体的右向、前向和天向重合；以初始时刻载体的位置为原点构建导航坐标系，其中X轴、Y轴与Z轴分别与初始时刻载体的右向、前向和天向重合；

基于上述坐标系，步骤2中预测载体的导航信息的方法为：以ξ(k-1)作为k-1时刻载体的导航信息，则可根据下式递推载体k时刻的预测导航信息