[发明专利]一种基于鱼眼视觉和惯性测量的目标定位方法及装置

说明书

本发明提供了一种基于鱼眼视觉和惯性测量的目标定位方法及装置，其中，该方法包括：获取目标对象当前帧的鱼眼图像数据和惯性测量数据，鱼眼图像数据为采用鱼眼相机拍摄到的图像数据；根据惯性测量数据获取目标对象在当前帧的第一位姿和第一速度；从当前帧的鱼眼图像数据提取视觉特征；获取局部地图中距离第一位姿第一预设范围内的与视觉特征相对应的第一地图点；利用第一优化函数计算目标对象在最小误差下的第二位姿，其中，误差包括第一地图点在当前帧的鱼眼图像数据的重投影误差。本发明利用鱼眼相机大视场感知的优势，可以在局部地图中匹配到更多的地图点，提升了定位准确度，并且无需对鱼眼图像数据进行畸变校正，减小了定位时的计算量。

技术领域

本发明涉及同步定位与建图领域，具体涉及一种基于鱼眼视觉和惯性测量的目标定位方法及装置。

背景技术

随着人工智能技术的飞速发展，自动驾驶领域的研究成为了当前的研究热点，对车辆的精准定位是自动驾驶领域必不可少的研究方向。同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)是指移动机器人在未知环境中利用机身传感器对环境进行感知的同时构建高精度地图并定位自身位置的技术，是自动驾驶平台实现高精度定位的关键技术之一。目前SLAM定位系统主要分为纯激光雷达方案、纯视觉方案、多种传感器融合方案，其中激光雷达存在成本较高，环境表达弱等问题，纯视觉方案存在图像处理量巨大、受光线条件限制较大等问题，因此如何设计可以提供高精度、数据处理量小的多种传感器融合方案为亟需解决的问题。

中国专利CN109520497A公开了一种基于视觉和imu的无人机自主定位方法，其具体公开了：对imu获取到的加速度信息和角速度信息的预积分处理，得到位置信息、速度信息和旋转信息；基于视觉信息求解位姿，将其与imu预积分得到的信息进行配准，更新预积分的值；在滑动窗口中对视觉-惯性位姿估计数据进行联合优化，得到精度较高的位姿。发明人发现，由于该方案中采用的是单目视觉数据，而普通单目的观测范围窄，观测的环境信息量少，导致定位精度不高且稳定性差。另外该方案还需要先对该单目视觉数据做畸变校正处理，算法需要处理的数据量大，进而增加了整个系统的计算成本。

发明内容

因此，本发明要解决的技术问题在于克服现有单目视觉定位方案中定位精度不高，稳定性差的不足，以及现有技术中数据处理量大导致系统计算成本高的缺陷，从而提供一种基于鱼眼视觉和惯性测量的目标定位方法及装置。

本发明第一方面提供了一种基于鱼眼视觉和惯性测量的目标定位方法，包括：获取目标对象当前帧的鱼眼图像数据和惯性测量数据，当前帧的鱼眼图像数据和惯性测量数据的时间戳相同，鱼眼图像数据为采用鱼眼相机拍摄到的图像数据；根据惯性测量数据和目标对象的前一帧的位姿获取目标对象在当前帧的第一位姿和第一速度，第一位姿包括第一位置和第一姿态；从当前帧的鱼眼图像数据提取视觉特征；获取局部地图中距离第一位姿第一预设范围内的与视觉特征相对应的第一地图点；利用第一优化函数基于第一地图点、第一位姿、第一速度、惯性测量单元的第一偏置计算目标对象在最小误差下的第二位姿，以对第一位姿进行优化，其中，误差包括第一地图点在当前帧的鱼眼图像数据的重投影误差，以及惯性测量变量误差。

可选地，在本发明提供的基于鱼眼视觉和惯性测量的目标定位方法中，利用第一优化函数基于第一地图点、第一位姿、第一速度、惯性测量单元的第一偏置计算目标对象在最小误差下的第二位姿之后，还包括：根据第二位姿确定第一地图点中与第二位姿相匹配的地图点的数量；若第一地图点的数量小于预设阈值，或第一地图点中与第二位姿相匹配的地图点的数量小于预设阈值，获取局部地图中距离第一位姿第二预设范围内的与视觉特征相对应的第二地图点；利用第一优化函数基于第二地图点、第一位姿、第一速度、惯性测量单元的第一偏置重新计算目标对象在最小误差下的第二第二位姿，以对第一位姿进行优化。