[发明专利]检测VIO系统跟踪状态的方法、系统、电子装置和存储介质

权利要求书

1.一种检测VIO系统跟踪状态的方法，其特征在于，所述方法包括：

对源输入数据和系统内部状态信息进行标注，获得训练数据，其中，所述源输入数据包括IMU数据和原始图像，所述训练数据包括正样本和负样本，所述正样本为跟踪良好的样本，所述负样本为跟踪失败的样本；

将所述训练数据按照机器学习方法进行模型训练，获得训练好的机器学习模型，其中，所述训练好的机器学习模型用于跟踪状态检测；

接收待预测数据，通过所述训练好的机器学习模型输出所述待预测数据的得分，根据所述待预测数据的得分，获得所述VIO系统的第一跟踪状态。

2.根据权利要求1所述的方法，其特征在于，所述接收待预测数据，通过所述训练好的机器学习模型输出所述待预测数据的得分之后，所述方法还包括：

获取系统内部状态信息，将所述系统内部状态信息进行分类，将各分类按照预设规则进行打分，获得各分类的得分；

根据所述各分类的得分和预设综合得分策略，获得综合得分，根据所述综合得分判断所述VIO系统的第二跟踪状态；

根据所述第一跟踪状态和所述第二跟踪状态获得所述VIO系统的第三跟踪状态。

3.根据权利要求2所述的方法，其特征在于，根据所述各分类的得分和预设综合得分策略，获得综合得分包括：

获取各分类得分的最小得分、最大得分和平均得分；

若所述最小得分小于第一预设值，则所述综合得分为所述最小得分；

若所述最大得分大于第二预设值，且所述最小得分大于第三预设值，则所述综合得分为所述平均得分；

否则，所述综合得分为所有小于所述第三预设值的各分类得分相乘。

4.根据权利要求2所述的方法，其特征在于，获得所述第一跟踪状态、所述第二跟踪状态或所述第三跟踪状态之后，所述方法还包括：

根据不同的跟踪状态触发不同的应对策略，所述应对策略用于对所述VIO系统进行调整，其中，所述跟踪状态包括所述第一跟踪状态、所述第二跟踪状态或所述第三跟踪状态。

5.根据权利要求4所述的方法，其特征在于，所述根据不同跟踪状态触发不同的应对策略包括：

若跟踪状态为跟踪受限，则减弱视觉相机对所述VIO系统的约束，并加强IMU对所述VIO系统的约束；

若跟踪状态为跟踪受限严重，则将所述VIO系统的6DOF退化为3DOF；

若跟踪状态为跟踪失败，则对所述VIO系统进行重定位，若所述重定位后，跟踪状态还是为跟踪失败，则重启所述VIO系统。

6.根据权利要求2所述的方法，其特征在于，所述获取系统内部状态信息之后，所述方法还包括：

将所述系统内部状态信息以滑动窗口的方式存储。

7.一种检测VIO系统跟踪状态的系统，其特征在于，所述系统包括机器学习模块，所述机器学习模块包括标注模块、训练模块和检测模块，

所述标注模块，用于对源输入数据和系统内部状态信息进行标注，获得训练数据，所述源输入数据包括IMU数据和原始图像，所述训练数据包括正样本和负样本，其中，所述正样本为跟踪良好的样本，所述负样本为跟踪失败的样本；

所述训练模块，用于将所述训练数据按照机器学习方法进行模型训练，获得训练好的机器学习模型，其中，所述训练好的机器学习模型用于跟踪状态检测；

所述检测模块，用于接收待预测数据，通过所述训练好的机器学习模型输出所述待预测数据的得分，根据所述待预测数据的得分，获得所述VIO系统的第一跟踪状态。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括系统内部状态信息检测模块和综合判断模块，所述检测模块输出所述待预测数据的得分之后，

所述内部状态信息检测模块获取系统内部状态信息，将所述系统内部状态信息进行分类，将各分类按照预设规则进行打分，获得各分类的得分；

根据所述各分类的得分和预设综合得分策略，获得综合得分，根据所述综合得分判断所述VIO系统的第二跟踪状态

所述综合判断模块根据所述第一跟踪状态和所述第二跟踪状态获得所述VIO系统的第三跟踪状态。