[发明专利]一种多源辅助导航方法及装置

说明书

本发明提供了一种多源辅助导航方法，通过至少一个图像获取装置、至少一个惯性传感器采集的数据，计算视觉惯导定位坐标视觉惯导定位权重W_v；通过至少一个卫星信号接收装置、至少一个惯性传感器采集的数据，计算卫星惯导定位坐标卫星惯导定位权重W_G；通过所述视觉惯导定位坐标视觉惯导定位权重W_v、卫星惯导定位坐标卫星惯导定位权重W_G，计算融合定位坐标通过地图数据、所述融合定位坐标进行行进中导航。本发明具有动态调整视觉惯导定位坐标、卫星惯导定位坐标在融合定位坐标中的占比，进而保证融合定位坐标在室内室外导航环境切换过程中始终保持较高的精确度。本发明还提供了一种用于实现多源辅助导航方法的导航装置。

技术领域

本发明涉及导航定位领域，具体涉及一种多源辅助导航方法及装置。

背景技术

当前的导航系统已不再局限于对车辆等工具的路径规划、方向指引，针对行人的步行导航也逐步推广，行人在不熟悉的场景或环境中徒步行走时，步行导航能够极大地避免迷路的发生，减少路线错误。此外，步行导航在盲人的行走辅助当中也扮演了越来越重要的角色。

步行导航的场景不仅局限于露天场景，室内场景同样占有十分重要的比例。但是，由于当前的导航方式主要依靠卫星信号进行定位，在室内场景下的定位效果较差，极大地影响了室内的步行导航的效果。

为了解决上述问题，文献CN111024072A公开了一种基于深度学习的卫星地图辅助导航定位方法，包括：步骤一，根据惯性导航设备的漂移误差，在飞行区域内选取图像地标点。步骤二，根据地标点处的卫星遥感图像建立目标检测数据集，并用改进的YOLOv3进行训练。步骤三，飞行过程中，根据训练好的模型及模型参数，检测位置信息已知的地标点，经坐标转换关系得到无人机的位置。步骤四，采用卡尔曼滤波将其与惯导系统输出的位置参数进行融合，实现组合导航。该方法应用于无人机上，目的在于解决全球导航卫星系统失锁时的导航定位问题，对无人机全球导航卫星系统失锁的情况，利用目标检测实现辅助导航定位，有效地解决了单惯导系统的累积漂移误差问题。

但是，上述技术方案需要事先获取地标点的位置，并使用地标点的遥感信息训练地标点的识别模型，从而识别地标点并以此进行坐标变换，从而获得无人机的位置，在行人的导航中，由于行人所处场景元素十分丰富，且要求在局部位置具有较高的定位精度，使用大量的局部地标点训练识别模型存在较大困难，难以应用于行人的导航当中。

视觉SLAM(simultaneous localization and mapping,同步定位与建图)是使用图像传感器获取的图像数据确定当前位置的方法，能够有效应对无卫星信号的定位场景。文献CN109946732B公开了一种基于多传感器数据融合的无人车定位方法，该方法充分利用厘米级高精度地图、视觉和激光雷达传感器数据，在卫星定位信号被遮挡区域实现高精度定位。通过实时监测卫星定位数据有效性，不满足无人车定位要求时，利用厘米级高精度地图、激光雷达、里程计、视觉多传感器数据融合对卫星定位数据进行辅助，同时，对惯性导航累积误差进行修正，提高定位系统的可靠性、连续性和精度，且不需要增加传感器硬件成本。

但是，上述技术方案存在以下问题：需要通过厘米级高精度地图来对无人车的位置、航向、姿态等状态进行校正，在应用于行人导航时需要巨量的地图数据，严重影响导航的灵敏度，从而导致导航无法正常使用；上述技术方案在判断卫星信号弱时，直接放弃将卫星信号参与至导航当中，当卫星信号强弱变动时，需要在有卫星信号参与的导航模式与无卫星信号参与的导航模式之间进行切换，容易因两种导航方式的位置差异，影响导航路线的规划和导航精度。

可见，现有技术方案难以在室内室外切换过程中保持导航信号稳定，容易对导航效果产生不利影响。

发明内容

针对现有技术存在的无法在卫星信号强弱变动过程中保持稳定导航的问题，本发明提供了一种多源辅助导航方法。