[发明专利]一种单目视觉和GNSS融合的SLAM定位方法及系统

说明书

本发明涉及一种单目视觉和GNSS融合的SLAM方法及系统，用于在未知环境中实现高精度定位。通过视觉和GNSS融合的单目初始化算法，解决单目视觉下的位置信息与真实地理位置之间的比例系数和坐标变换求解的问题。充分利用GNSS传感器的信息，通过视觉和GNSS融合定位算法，解决纯视觉算法的误差累积问题，得到比纯视觉算法更高的定位精度。本发明的方法成功恢复了估计位置信息与真实地理位置之间的比例系数和坐标变换关系，提升了系统的精度和鲁棒性，定位误差相比纯视觉SLAM系统至少降低了25％，能在系统运行的过程中维持良好的地图比例，适宜大场景下的运行。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种单目视觉和GNSS融合的SLAM方法及系统。

背景技术

在未知环境中，设备需要知道自身的精确位置信息以完成任务，例如自动驾驶和智能机器人领域。为了解决在未知环境中的设备精准定位问题，需要同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术。但纯视觉系统的误差漂移是累积的，趋势是逐渐增长的。

将全球导航卫星系统(Global Navigation Satellite System，GNSS)、惯性等传感器与视觉SLAM进行融合定位的技术应运而生，其能在大场景下以高精度运行，但现有的相关技术中，只有视觉和GNSS融合的初始化算法，缺少后续的融合定位算法，且没有利用GNSS系统的误差信息。

发明内容

为解决现有技术的不足，本发明提出一种单目视觉和GNSS融合的SLAM方法及装置。视觉GNSS融合的单目初始化算法，成功恢复了估计位置信息与真实地理位置之间的比例系数和坐标变换关系。初始化后的视觉GNSS融合定位算法，提升了系统的精度和鲁棒性，定位误差相比纯视觉SLAM系统至少降低了25％，能在系统运行的过程中维持良好的地图比例，适宜大场景下的运行。

为实现以上目的，本发明所采用的技术方案包括：

一种单目视觉和GNSS融合的SLAM定位方法，其特征在于，包括如下步骤：

S1、获取图像信息；

S2、通过单目纯视觉SLAM系统进行初步定位和建图，获取关键帧数据；

S3、通过GNSS系统获取GNSS信息；

S4、对获取的GNSS信息进行预处理，利用线性预测法计算每一GNSS帧的图像时间戳t_k对应GNSS位置信息p_k：

其中，t_k为第k帧对应的时间戳，t_G1和t_G2为第k帧图像时间戳t_k之前最接近的两帧GNSS帧，P_G1、P_G2为t_G1和t_G2对应的GNSS位置信息；

S5、使用预处理后的GNSS信息和关键帧数据创建融合关键帧；

S6、至少获得30帧融合关键帧后，运行视觉GNSS融合的单目初始化算法中的旋转对齐算法，求解得到坐标系旋转对齐矩阵R_CA；

S7、运行视觉GNSS融合的单目初始化算法中的地图比例恢复算法，求解得到真实比例变换矩阵S；

S8、通过R_CA和S对SLAM系统的所有关键帧相机位置X_c和地图点X_w进行比例缩放，恢复单目SLAM系统的定位和建图信息的真实尺度，得到新的关键帧相机位置X′_c和地图点X′_w；

X′_c＝SX_c 式2