成果介绍
本发明公开一种基于时间戳优化的视觉惯性定位方法。该方法包括:针对待测场景,利用相机获取图像数据,利用惯性测量单元获取IMU数据,并对图像数据进行点特征提取与线特征提取,进而恢复特征点的逆深度以及图像帧的初始位姿信息;利用图像数据和IMU数据,并采用滑动窗口非线性策略,以对多个状态量进行估计,其中,所述多个状态量包含IMU数据与图像数据的时间偏移量,进而利用所述时间偏移量补偿IMU数据与图像数据;在每一次优化后,判断关键帧,并基于关键帧与关键帧数据库的比对寻找候选回环帧,进而对候选回环帧进行特征点匹配,识别出正确的回环帧,以利用回环帧建立后端优化过程中的回环约束。本发明提高了全局地图位姿估计精度和鲁棒性。
成果亮点
1.一种基于时间戳优化的视觉惯性定位方法,包括:
状态预处理步骤:针对待测场景,利用相机获取图像数据,利用惯性测量单元获取IMU数据,并对图像数据进行点特征提取与线特征提取,进而恢复特征点的逆深度以及图像帧的初始位姿信息;
后端优化步骤:利用图像数据和IMU数据,并采用滑动窗口非线性策略,以对多个状态量进行估计,其中,所述多个状态量包括惯性测量单元的状态信息、特征点的逆深度、特征线的表示以及IMU数据与图像数据的时间偏移量,进而利用所述时间偏移量补偿IMU数据与图像数据;
回环检测步骤:在每一次后端优化结束后,判断关键帧,并基于关键帧与关键帧数据库的比对寻找候选回环帧,进而对候选回环帧进行特征点匹配,识别出正确的回环帧,以利用该回环帧建立后端优化过程中的回环约束。
2.根据权利要求2所述的方法,其特征在于,所述状态预处理步骤包括:
通过IMU预积分模型对相邻两图像帧之间的IMU数据进行积分,求得当前图像帧与上一帧的相对位姿;
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案