[发明专利]一种基于先验视觉标签的无人机定位方法

说明书

本发明涉及无人机定位技术领域，具体公开了一种基于先验视觉标签的无人机定位方法，包括如下步骤：步骤1、获得先验视觉标签地图；步骤2、对SLAM系统进行初始化；步骤3、求解相机位姿并同时更新地图，然后去除地图中的冗余关键帧和冗余地图点；步骤4、对步骤3求解的相机位姿进行优化，获得最终的相机姿态系统；本发明所提供的定位方法，最终能够获得经过优化后的相机姿态系统，即相机位姿、视觉标签位姿及地图点空间位置，从而完成煤棚内无人机的精确定位；能够适应无人机在没有GPS信号的环境中使用，能够提供稳定、安全的导航信息，保障无人机的正常运转。

技术领域

本发明涉及无人机定位技术领域，具体为一种基于先验视觉标签的无人机定位方法。

背景技术

随着无人机技术的不断发展，无人机的应用范围越来越广，比如应用在军事行动、地质勘测、物流运输、农业应用、影视拍摄、消防抗灾以及救援巡查等诸多领域。

现有无人机的定位多基于GPS定位技术实现，对无人机的应用环境有要求，在煤矿等GPS信号微弱或不存在的情况下，无人机无法正常工作，给使用带来不便。

发明内容

本发明的目的在于提供一种基于先验视觉标签的无人机定位方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于先验视觉标签的无人机定位方法，包括如下步骤：

步骤1、获得先验视觉标签地图；

步骤2、对SLAM系统进行初始化；

步骤3、求解相机位姿并同时更新地图，然后去除地图中的冗余关键帧和冗余地图点；

步骤4、对步骤3求解的相机位姿进行优化，获得最终的相机姿态系统。

优选的，所述步骤1中，在使用环境中布置一个包括多个二维码的地图，每个二维码具有自己独立的ID和位姿信息，获得的视觉标签地图作为无人机导航的先验知识。

优选的，所述步骤2中，使用基于先验视觉标签的相对位姿求解子方法求解图像第一帧与第二帧之间的相对位姿，并判断SLAM系统是否成功求得相对位姿，若成功初始化，则进入特征点三角化环节，若失败，则使用基于特征点的相对位姿求解子方法求解图像第一帧与第二帧之间的相对位姿后再进行三角化；此后将三角化得到的特征点构造为地图点，同时添加关键帧与点以及点与关键帧之间的观测属性，并计算最佳描述子，更新观测方向和距离范围，将新的地图点插入地图，完成初始地图的更新。

优选的，所述基于先验视觉标签的相对位姿求解子方法的过程为：计算第一帧f₀中视觉标签与第一帧f₀的相对位姿γ₀，第二帧f₁中视觉标签与第二帧f₁的相对位姿γ₁，两帧之间的相对位姿T具体为：

优选的，所述基于特征点的相对位姿求解子方法的过程为：先计算本质矩阵模型和单应矩阵模型，本质矩阵模型计算方法为：图像的第一帧f₀和第二帧f₁中的一对特征点p₁和p₂是空间中一点P在图片中的投影，一对特征点p₁和p₂可以确定空间中的一点P，在第一帧f₀所设坐标系下点P的空间位置为：

P＝[X,Y,Z]^T；

影模型中，点p₁和p₂的像素坐标分别为：

x₀＝KP

x₁＝K(RP+t)；

其中，K为相机的内参矩阵，根据对极约束可得：