[发明专利]一种用于电力巡检与作业的视觉惯性SLAM方法

权利要求书

1.一种用于电力巡检与作业的视觉惯性SLAM方法，其特征在于：该方法包括以下步骤：

步骤1，同时提取双目图像中的ORB点特征和LSD线特征并联合IMU测量信息进行位姿估计以及地图跟踪；

步骤2，构建由点线特征的重投影误差和IMU误差共同组成的联合误差函数，对位姿进行迭代优化；

步骤3，将追踪丢失分为短期与长期，短期丢失时利用IMU预积分信息进行位姿预测，长期丢失则重新建立局部地图；

步骤4，使用新型点线词汇模型对地图中所有关键帧进行匹配，用于回环检测和地图融合。

2.根据权利要求1所述的一种用于电力巡检与作业的视觉惯性SLAM方法，其特征在于：所述步骤1中，设直线l经过点P₁和P₂，它们的齐次坐标分别表示为P₁＝(x₁,y₁,z₁,w₁)和P₂＝(x₂,y₂,z₂,w₂)，则l表示为一个六维向量L：

其中，和是P₁和P₂的非齐次坐标形式，w₁和w₂表示齐次因子，n和v分别表示直线l的法向量和方向向量；

直线l在世界坐标系L_w和相机坐标系L_c之间的转换关系表示为：

其中，R_cw和t_cw分别表示由世界坐标系到相机坐标系的旋转矩阵和平移向量，n_c和v_c是相机坐标系中的普吕克坐标向量表示；

对普吕克坐标中的矩阵[n|v]进行QR分解：

由三角函数矩阵将(||n||,||v||)参数化得到矩阵W：

则正交表示法表示为：

(U W)∈SO(3)×SO(2)

其中，U为从相机坐标系到线性坐标系的旋转矩阵，SO(3)是由三维空间的旋转矩阵所组成的特殊正交群，SO(2)是由二维空间的旋转矩阵所组成的特殊正交群；

正交表示到普吕克坐标的转换关系为：

其中，u_i表示矩阵U的列向量。