[发明专利]一种水下相机-IMU-深度计的空间联合标定方法

说明书

本发明涉及一种水下相机‑IMU‑深度计的空间联合标定方法，通过传统视觉图像特征方法对相机初始化，获得相机位姿和路标点信息；利用规划运动激励获得深度计和IMU测量数据，同时通过视觉位姿变化的信息约束，对深度数据离群点剔除；采用多组有效的相邻帧间深度信息、视觉信息和IMU预积分信息，建立手眼标定方程组；对方程组进行优化求解，获得外参变换初值；将初值加入后端非线性优化，并通过空间变换关系求解外参。本发明考虑到深度计测量数据只发生在垂直方向，通过运动约束，建立伪手眼标定方程组，对外参进行非线性优化，克服了水下相机‑IMU‑深度计外参不易获得，手工机械测量误差大的问题，为水下多传感器融合SLAM提供了准确的相机‑IMU‑深度计外参变换信息。

技术领域

本发明涉及传感器外参标定技术领域，尤其是涉及一种水下相机-IMU-深度计的空间联合标定方法。

背景技术

智能水下机器人(Autonomous Underwater Vehicle,AUV)已成为人类认识海洋、探索海洋的重要工具。视觉同时定位与建图(Simultaneous Location and Mapping,SLAM)技术具有高分辨率、低成本、可视性好等优势，是水下定位的不错选择，尤其当AUV执行海底管道、大坝检查维修，水下溶洞、遗迹勘察等任务时，视觉SLAM可直观反应环境信息，更有利于任务实施。

由于水下环境的特殊性，光照不充足、图像对比度与颜色损失、视野受限等问题突显，单一的视觉传感器表现不足，多传感器融合技术可分析不同传感器数据，优劣互补，更好的适应复杂环境，提高系统的精确度和鲁棒性。惯性测量单元(Inertia MeasurementUnit,IMU)采样频率高、自主性好不易受外界干扰；深度计是AUV常配备的传感器，其可通过水压测量得到垂直深度值，可有效改善视觉尺度估计问题。多传感器融合所面临的首要问题即求解各传感器外参变化矩阵，目前相机-IMU外参标定方法较为成熟，但深度计与其他传感器的相对位置估计往往通过手工机械测量得到，严重影响着定位的准确性。

申请日为2016年1月11日、申请号为CN201610012754.8、发明名称为“一种双目立体相机与惯性测量单元相对姿态标定方法”的专利申请，该方法依据双目特性，是仅针对一种双目立体相机与惯性测量单元的标定，应用较为局限，并且该方法未涉及外参优化。

申请日为2021年5月19日、申请号为CN202110543702.4、发明名称为“用于多三维传感器的外参标定方法、装置和系统”的专利申请，该方法实现了无需共同视野传感器标定，但其限定了多个标定物具有曲面特征且相对位置已知，此外该方法并没有说明如何进行低于三维测量传感器的标定。

申请日为2021年11月22日、申请号为CN202111386454.3、发明名称为“一种基于深度学习的多传感器外参联合标定方法及系统”的专利申请，该方法通过深度学习模型对传感器外参在线标定，但其需要预先收集准确传感器信息并对模型训练，并且该方法并未涉及外参实时优化。

发明内容

本发明的目的是为了解决水下环境中深度计与其他传感器外参标定问题，为水下多传感器融合SLAM提供了准确的传感器外参变换信息。

本发明提出了一种水下相机-IMU-深度计的空间联合标定方法，克服了水下外参不易获得，手工机械测量误差大的问题，为水下多传感器融合SLAM提供了准确的相机-IMU-深度计外参变换信息。

本发明的目的是这样实现的：包括以下步骤：

步骤(1)：获取多帧水下图像，利用传统的视觉里程计算法对相机进行初始化，以获得各帧相机位姿和地图路标点信息；若初始化失败，则删除所有信息，重新执行本步骤；相机在某时刻初始化成功，执行下一步骤。

步骤(2)：在多次规划运动激励下，获取深度计和IMU测量数据；同时依据视觉测量信息将深度计离群点剔除。