[发明专利]一种基于θ-增量学习的视觉-惯性融合导航系统及方法

说明书

本发明公开了一种基于θ‑增量学习的视觉‑惯性融合导航系统及方法，为实现对运动目标的时序变量θ(位置或姿态)进行快速精确估计，本发明提出了一种基于级联网络的θ‑增量学习方法，该方法采用级联网络以共享参数的方式对时序变量θ的增量进行估计。利用该θ‑增量学习方法，本发明构建了用于视觉‑惯性融合导航的姿态数据增量估计的级联网络及位置数据增量估计的嵌套级联网络，并利用训练的网络实现高精度、高频率和强稳定性的导航。本发明采用视觉导航作为主导，以确保较高的导航精度，惯性导航作为辅助，不仅有助于弥补视觉导航频率较低的缺陷，同时能解决由遮挡引起的视觉导航不稳定的问题。

技术领域

本发明属于导航技术领域，涉及一种视觉-惯性融合导航系统及方法，特别涉及一种利用深度学习技术，构建基于θ-增量学习的级联网络实现高精度、高频率和强稳定性的融合导航系统及方法。

背景技术

导航技术可以用于引导运动目标，安全、准确地沿着选定的路线到达目的地，该技术是移动机器人、自动驾驶、航空航天等领域的关键技术之一。在增强现实领域，快速精确的导航亦是联系现实场景与虚拟场景，提供沉浸式交互体验的重要环节。尤其是对实时性及精确度要求均较高的视触觉交互应用，高精度、高频率和强稳定性的导航至关重要。然而，在现有的技术中，相关研究采用的导航方法[文献1-4]难以准确、快速、稳定地捕获运动目标的微小变化，从而影响触觉交互体验。

Berkelman等人[文献1-2]采用6自由度(DOF)Optotrak Certus光学运动跟踪器(Northern Digital Inc.)为磁悬浮触觉平台实时提供位置和方向信息，无线连接的红外LED安装在操作杆的尾部。然而，当操作杆以大角度倾斜时，红外LED将彼此遮挡，导致位置信息丢失，从而影响视触觉反馈信息的精确产生。此外，由于无线模式需要电池等电子设备，跟踪模块的设计比较麻烦且整体略显笨重。

Tong等人[文献3-4]为实现磁悬浮视触觉交互设计了一个磁笔，红色标记点嵌入到磁笔上，两个RGB摄像头跟踪磁笔上的红色标记点以获得用户的交互动作。虽然这种双目视觉导航模块具有精度高、重量轻、成本低的优点，但其定位帧率受摄像头低采集频率的限制，这将影响视触觉感知的分辨率。此外，该双目视觉模块同样存在遮挡问题。

惯性导航是指使用惯性采集单元测量运动目标的加速度和角速度，并通过一定的转换和积分过程计算其姿态、速度、位移等运动信息。惯性导航系统具有体积小、成本低、采样频率高、工作稳定等优点，但也存在着随时间累积的计算误差和漂移。考虑到视觉导航和惯性导航的互补特性，研究者们探索了很多视觉-惯性融合导航的方法[文献5-8]。

Weiss等人[文献5]使用松耦合的方式执行视觉模块和惯性模块的耦合，该研究将视觉模块视为“黑盒子”，并解决了如何检测导航估计的漂移和误差等问题。Mourikis等人[文献6]设计了一种多状态约束的卡尔曼滤波算法，在特定的几何约束下对滤波器状态进行更新。与[文献6]基于滤波的融合导航方法不同，Leutenegge等人[文献7]提出OKVIS算法，采用非线性优化来完成基于关键帧的导航过程。此外，Qin等人[文献8]提出的VINS-Mono算法也是一种基于非线性优化的方法，该方法首先对惯性数据进行预积分，然后使用滑动窗口进行位姿信息的估计。

以上视觉-惯性融合导航方法已经应用于各种领域，例如自动驾驶和飞行机器人[文献9]。然而，上述方法仅能达到分米级的导航精度，且由于复杂的转换和积分过程，每一帧位姿信息的估计都需要花费很长时间，无法满足沉浸式视触觉交互过程对运动目标的导航精度和频率的要求。本发明将视觉-惯性融合导航定义为回归问题。虽然Clark等人[文献10]提出的VINet同样将视觉-惯性融合导航视为序列到序列的回归问题，但其融合导航频率仍受到低频率数据流的限制。

参考文献：