成果介绍
本发明公开了一种基于点线特征融合的视觉惯性定位方法,具体包括如下步骤:步骤1,进行系统初始化,获得初始状态;步骤2,采用滑窗估计的方法对步骤1获得的初始状态进行优化估计;步骤3,对步骤2优化估计的结果进行闭环检测。本发明通过线特征对弱纹理场景进行约束,提高对场景特征的识别度,结合IMU的紧耦合方案使得车辆对自身的定位更加精确,从而为后续轨迹预测等任务提供更有效的保障。
成果亮点
1.一种基于点线特征融合的视觉惯性定位方法,其特征在于:具体包括如下步骤:
步骤1,进行系统初始化,获得初始状态;
步骤2,采用滑窗估计的方法对步骤1获得的初始状态进行优化估计;
步骤3,对步骤2优化估计的结果进行闭环检测。
2.根据权利要求1所述的一种基于点线特征融合的视觉惯性定位方法,其特征在于:所述步骤1中对系统进行初始化时,包括视觉特征跟踪预处理与IMU预积分处理两部分,完成视觉预处理与IMU预积分处理后进行时间戳的对齐,从而完成系统初始化,获得初始状态。
3.根据权利要求2所述的一种基于点线特征融合的视觉惯性定位方法,其特征在于:所述视觉特征跟踪预处理的具体过程为:首先对图像帧进行均衡化预处理,然后基于已有点的特征基础上增加线特征。
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AC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