[发明专利]一种基于深度确定性策略梯度的视觉惯性自校准方法

说明书

一种基于深度确定性策略梯度的视觉惯性自校准方法，具体包括以下步骤：(1)建立相机和IMU测量误差模型，利用非线性优化算法求解相机‑IMU参数；(2)计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；(3)将标定过程建模为马尔可夫决策过程，明确智能体的状态空间、动作空间、状态转移函数和奖励函数；(4)设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。

技术领域

本发明涉及传感器技术领域，特别是涉及一种基于深度确定性策略梯度的视觉惯性自校准方法。

背景技术

精确的相机-IMU校准参数对视觉惯性同步定位与地图构建系统至关重要，不准确校准参数将降低系统性能，甚至定位失效。在智能体视觉惯性导航系统长时间运行的情况下，需要对视觉惯性自校准，补偿随着时间的推移而造成的校准误差，如传感器碰撞、重新安装和IMU温漂等。自校准在智能体导航系统中引起了极大的研究热潮。

视觉惯性传感器标定一般采用特定的离线例程或者依靠充分激励运动的自校准算法。现有智能体视觉惯性传感器校准存在以下不足：1.离线校准算法繁琐且耗时，需要专业技术人员反复移动标定板，并且在相机-IMU传感器碰撞或重新安装后需要重复标定。2.基于非线性滤波的视觉惯性在线标定算法高度依赖于准确的初始化参数，在标定同等数量参数时，在线自校准需要更为复杂的初始化过程，计算成本更高。3.使得相机-IMU标定参数空间完全可观测的校准数据集的收集并非易事。

针对离线标定过程复杂、在线标定计算量大的问题，提出一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient，DDPG)的智能视觉惯性标定方法。利用Fisher信息矩阵分析视觉惯性标定系统可观测性，将标定过程建模为马尔可夫决策过程，设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作子序列进行参数标定，为视觉惯性导航系统长时间自主运行提供高精度的标定参数。

发明内容

本发明针对视觉惯性离线标定过程复杂、在线标定计算量大的问题，本发明提供一种基于深度确定性策略梯度的视觉惯性自校准方法，该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。

本发明提供一种基于深度确定性策略梯度的视觉惯性自校准方法，其特征在于：包括以下步骤：

步骤一，建立相机和IMU测量误差模型，利用非线性优化算法求解相机-IMU参数；

步骤二，计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；

步骤三，将标定过程建模为马尔可夫决策过程；

步骤四，设计基于深度确定性策略梯度的强化学习标定算法，从惯性数据集筛选出可观测子片段进行参数标定。

作为本发明进一步改进，步骤一的具体方法如下：

S1.1：建立相机误差模型，由标准的相机针孔模型，世界坐标系下三维空间点到相机二维像素平面点z_k，m＝(u，v)^T转换关系为：

其中，Z_c为比例因子，表示相机光心到图像平面的有效距离，在考虑图像畸变和图像白噪声后，参考点投影完整的相机针孔模型定义为