[发明专利]一种无人机单目视觉里程计方法

权利要求书

1.一种无人机单目视觉里程计方法，其特征在于：包括如下步骤：

S1、对单目采集图像和飞控传入的姿态数据进行精确同步；

S2、在关键帧中，计算无人机正射投影点的像素坐标，作为基准坐标，并采集基准坐标周围的图像特征块；

S3、在非关键帧中，计算无人机当前正射投影点的像素坐标，同时跟踪、匹配基准坐标所在的图像区域块，计算正射投影点与基准坐标的像素距离；

S4、根据姿态和对地高度数据、几何模型，计算无人机相对于采集基准坐标时刻的真实距离，作为运动里程。

2.根据权利要求1所述的一种无人机单目视觉里程计方法，其特征在于：步骤1中所述单目采集图像和飞控传入的姿态数据进行精确同步的前提条件是在GNSS干扰时，无人机的航向角数据不受影响，航向角数据通过磁罗盘传感器进行采集，且无人机正下方为局部平面。

3.根据权利要求2所述的一种无人机单目视觉里程计方法，其特征在于：步骤1中所述单目采集图像和飞控传入的姿态数据在精确同步时，无人机依靠磁罗盘的航向数据，而视觉系统仅提供无人机水平方向的位移，在位移的计算过程中，通过计算当前帧正射投影点和基准帧中正射投影点之间的像素距离，并根据同步的姿态数据、对地高度来恢复真实尺度，并将里程数据转换到NED坐标系下，以此得到真实里程数据。

4.根据权利要求3所述的一种无人机单目视觉里程计方法，其特征在于：步骤2和步骤3中通过计算无人机当前正射投影点与基准投影点像素坐标距离，并借助对地高度数据、同步的姿态数据来恢复真实运动距离，实现对无人机运动里程的估计。

5.根据权利要求4所述的一种无人机单目视觉里程计方法，其特征在于：计算无人机当前正射投影点与基准投影点像素坐标距离的方法包括：

对每一帧图像进行校正，对于校正后的图像(满足小孔成像模型)，结合相机内参数(cx、cy)和俯仰(pitch)、横滚角(roll)，根据以下公式计算其正射投影点的像素坐标：

px＝cx(1+tan(roll))

py＝cy(1+tan(pitch))

在关键帧中，选取以正射投影点为中心，大小为100*100的图像块，作为后续待匹配的图像特征块；

在非关键帧中，通过相关滤波的跟踪方法，对关键帧的图像特征块进行跟踪，获取其中心像素坐标(rx,ry),并分别计算x-y两个方向和正射投影点的差值rx-px和ry-py，即为x-y两个方向的像素坐标距离。

6.根据权利要求5所述的一种无人机单目视觉里程计方法，其特征在于：步骤4中所述对地高度数据获取的方法为在无人机机身底部，刚性连接一个对地激光模块，该模块以1Hz的频率向无人机发送对地测距值，无人机飞控结合实时姿态，对该测距值进行补偿，计算对地高度。

7.根据权利要求6所述的一种无人机单目视觉里程计方法，其特征在于：步骤4中所述姿态数据的获取方法为嵌入式处理平台产生拍照触发信号，该信号同时接入到相机拍照触发引脚和惯导模块的中断触发引脚，根据相机CMOS的芯片手册，确定触发-曝光延时时间t1；并在惯导模块中，对200Hz的惯导数据进行更高频率的线性插值，根据t1值，确定输出的姿态数据；该方法理论同步误差能达到1ms。

8.根据权利要求7所述的一种无人机单目视觉里程计方法，其特征在于：步骤4中所述运动里程的估计是借助对地高度数据、同步的姿态数据来恢复真实运动距离。

9.根据权利要求8所述的一种无人机单目视觉里程计方法，其特征在于：所述运动里程的估计的方法包括：

A1、在系统运行后的第一帧，作为关键帧，对里程计进行初始化清零；

A2、在非关键帧中，通过rx-px和ry-py的值和俯仰(pitch)、横滚角(roll)，根据相机模型、几何模型进行推导，最终化简为以下公式，以此计算其相对于关键帧的真实位移：

其中，当rx-px或ry-py超过某阈值，则更新关键帧，进行里程的累加，并重新计算基准坐标、采集基准坐标周围的图像特征块。