[发明专利]一种基于多IMU的点线融合定位方法及系统

权利要求书

1.一种基于多IMU的点线融合定位方法，其特征在于，所述方法包括：

S1、将4IMU阵列集成模块连接相机，采集获取环境图像数据及运动惯性数据；

S2、利用ORB算法提取并匹配所述环境图像数据中的点特征，利用线段组合方法定位组合短线段，据以提取出适用长线段，以获取适用LSD算法，所述步骤S2包括：

S21、调整预置LSD算法的隐藏参数；

S22、设LSD算法输出线段组为：L＝{l₁，l₂，...，l_n}(n＝1，2，3...)，其中，l_b为L中的基线，预置矩形区域R为所述基线l_b的影响区域；

S23、将所述LSD算法输出线段组L中的所有线段按长度降序排列；

S24、按照线段直方图的主方向，以下述逻辑选出方向相似的组内线段作为组合预选线段，所述步骤S24包括：

S241、设定所述线段的近似标准Φ_l：

Φ_l＝μ|l_b|

，其中，μ为近似系数；

S242、如果计算距离大于所述近似标准Φ_l，则取消组合机制；

S243、否则计算l_b和l_i的角度差θ；

S244、以下述逻辑确定角度近似标准Φ_θ，若角度差θ满足角度近似标准Φ_θ，则组合所述短线段：

，式中x、y和ξ均为实验设定参数，α是归一化系数；

S25、拼接所述组合预选线段，以得到适用长线段；

S3、以预置逻辑获取IMU测量模型，从所述运动惯性数据中获取初始旋转数据，根据所述IMU测量模型及所述初始旋转数据进行IMU预积分；

S4、根据所述环境图像数据及所述运动惯性数据初始化视觉和IMU；

S5、利用最小二乘估计器随机估计所述4IMU阵列集成模块测得的运动惯性数据，以获取并边缘化IMU间旋转加速度概率，据以融合得到虚拟IMU E；

S6、构建优化函数，以将所述IMU间旋转加速度概率映射到所述虚拟IMU E，据以优化点、线特征的重投影误差及所述虚拟IMU E的残差，以提升相机位姿；

S7、利用前述步骤所设计逻辑测试EuRoC数据集、YorkUrban数据集及室内数据集，以得到点线融合定位验证结果。

2.根据权利要求1所述的一种基于多IMU的点线融合定位方法，其特征在于，所述步骤S1中的所述4IMU阵列集成模块的频率包括：200Hz；所述相机的工作频率包括：10Hz。

3.根据权利要求1所述的一种基于多IMU的点线融合定位方法，其特征在于，所述步骤S21包括：

S211、利用OpenCV以生成的N层高斯金字塔表示原始图像，下采样所述原始图像N-1次，模糊N次；

S212、在所述高斯金字塔的每一层使用LSD算法提取直线；

S213、如果线段的封闭矩形支持域中的对齐区域点小于预设阈值，利用所述LSD算法设置最小密度阈值以剔除不可靠线段，其中，设置所述最小密度阈值为0.6以加快处理速度。

4.根据权利要求3所述的一种基于多IMU的点线融合定位方法，其特征在于，所述步骤S212中调整所述高斯金字塔的比例为s＝0.5，层数调整为N＝2。