[发明专利]一种基于BA图优化的可见光定位与深度相机紧耦合方法

说明书

本发明公开一种基于BA图优化的可见光定位与深度相机紧耦合方法，包括：S1、对LED灯光进行调制；S2、通过工业相机捕获调制后的LED灯光的信息，并对信息进行解算，获得工业相机位资信息；S3、对工业相机位资信息进行坐标变换处理，获得深度相机Pose类型数据信息，并基于深度相机Pose类型数据信息估算深度相机位姿信息与地图点信息；S4、将深度相机Pose类型数据信息、深度相机位姿与地图点信息紧耦合到BA优化函数中进行优化，优化结果用于SLAM建图。本发明能够针对特殊情况下ORBSLAM深度相机位姿信息与地图点信息优化效果不佳的问题，对BA图的效果进行优化，具有广泛的应用前景。

技术领域

本发明涉及机器人视觉以及可见光通讯技术领域，特别涉及一种基于BA图优化的可见光定位与深度相机紧耦合方法。

背景技术

可见光通信技术(简称VLC)是指利用可见光波段的光作为信息载体，不采用光纤等有线的传播介质，而在空气中直接通过光来进行信息传递的通信方式。可见光通信技术以其精度高，可移植性强，成本低等优势得到了广泛的应用。可见光定位技术(简称VLP)基于可见光通信的基础之上，可见光定位是通过LED的调制使其通过不同频率进行闪烁，由于人眼并不能分辨其频率的差别，所以对于日常显示并没有任何影响。通过终端工业相机的接收对VLP信息进行处理，通过图像处理技术对捕获到的图像信息进行处理，从而解析出终端工业相机的位置以及位姿信息。

相比于传统的射频通信的室内定位技术，可见光定位技术基于可见光通信技术具有安全性高，可靠性强，成本低，精度高等优势，在室内大型超市，机场，停车场等环境中，可见光定位技术都有巨大的发挥空间，能够与全球定位系统(GPS)进行互补使用；在一些已知信息少，环境状况复杂的条件下，例如地下隧道以及地铁等环境也能够很好的适用。可见光定位技术可移植性强，对于一些有受限条件的环境下，只需要将需要的照明设备进行频率的调制，则可以在公共照明设备上增加数据传输功能，随时随地为室内用户提供相关服务。

SLAM(simultaneous localization and mapping)技术的发展推动了智能机器人，无人驾驶，AR等人工智能技术的发展，相比于通过二维的图片来进行感知，三维视觉才是我们人类感知世界的正确方式。ORBSLAM是一种基于ORB特征的三维定位与地图构建方法(SLAM)，该算法由Raul Mur-Artal，J.M.M.Montiel和Juan D.Tardos于2015年发表在IEEETransactions on Robotics。ORBSLAM一开始基于monocular camera，后来扩展到Stereo和RGB-D sensor上，ORBSLAM基于PTAM架构，增加了地图初始化和闭环检测的功能，优化了关键帧选取和地图构建的方法，在处理速度、追踪效果和地图精度上都取得了不错的效果。

虽然这种基于ORB特征的三维定位与地图构建算法有着许多其他建图方法无可比拟的优点，但依然存在着一些技术难题约束着ORBSLAM建图技术的发展以及建图精度的提高。其中当深度相机位姿信息过少，或者是建图效果优化不佳就是其中的问题之一。目前大多数对于ORBSLAM算法的研究都基于优化效果足够好的前提之下的，这就导致ORBSLAM算法精度的提高受到了一定的限制。当ORBSLAM得出的深度相机位姿信息或者地图点信息出现系统偏差时，BA图优化并不能很好的对深度相机的位姿信息以及地图点信息进行很好的优化，从而会导致不佳的建图效果。

发明内容

针对上述问题，本发明提出一种基于BA图优化的可见光定位与深度相机紧耦合方法，以解决现有技术中存在的技术问题，能够针对特殊情况下ORBSLAM深度相机位姿信息与地图点信息优化效果不佳的问题，对BA图的效果进行优化，具有广泛的应用前景。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于BA图优化的可见光定位与深度相机紧耦合方法，包括以下步骤：

S1、对LED灯光进行调制；