[发明专利]一种无人机单目视觉里程计方法

说明书

本发明公开了一种无人机单目视觉里程计方法，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，计算正射投影点与基准坐标的像素距离；S4、对于采集基准坐标时刻的真实距离，作为运动里程；本发明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，使得无人机在高空场景下，能够较为精确的恢复里程计尺度。

技术领域

本发明属于图像处理、视频分析技术领域，具体涉及一种无人机单目视 觉里程计方法。

背景技术

无人机在边境地区应用频繁，常用于巡查、侦察等。在无人机在丢失GNSS 信号后，理论上仅能采用相机作为信息采集源，通过对视频进行分析、处理， 实现对自身定位位置的估算，并提供给飞控，进行无人机的控制，最终实现 干扰状态下的悬停甚至返航。近年来，随着视觉SLAM技术的发展，学术界诞 生了一些开源的视觉里程计方案。其中，ORBSLAM是主流的视觉里程计方案， 支持单、双目系统，能够依靠特征点的匹配计算H/F矩阵，从中解算出旋转 平移参数，实现里程计算；而VINS是主流的视觉+惯导里程计方案，依靠单 目+IMU的紧耦合实现里程计算。

但是，在现有技术中，单、双目系统应用到高空、强震动的工业无人机 场景中会存在一些问题：

1、对于ORBSLAM，其在高空中退化为单目系统，导致尺度缺失，难以初 始化；

2、VINS需要紧耦合的视觉+IMU系统，其IMU容易受强震动的影响，同 样导致难以初始化，且融合后的数据容易发散甚至失效。

为此，我们提出一种无人机单目视觉里程计方法来解决现有技术中存在 的问题，使得在干扰状态下，无论低空还是高空，无人机都能实现可靠的悬 停、定位。

发明内容

本发明的目的在于提供一种无人机单目视觉里程计方法，以解决上述背 景技术中提出现有技术中对于ORBSLAM，其在高空中退化为单目系统，导致尺 度缺失，难以初始化的问题和VINS需要紧耦合的视觉+IMU系统，其IMU容易受 强震动的影响，同样导致难以初始化，且融合后的数据容易发散甚至失效的 问题。

为实现上述目的，本发明采用了如下技术方案：

一种无人机单目视觉里程计方法，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。

优选的，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。

优选的，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。