首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种单目视觉和GNSS融合的SLAM定位方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中信银行股份有限公司

摘要: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。

主权项:1.一种单目视觉和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tk对应GNSS位置信息pk: 其中,tk为第k帧对应的时间戳,tG1和tG2为第k帧图像时间戳tk之前最接近的两帧时间戳,PG1、PG2为tG1和tG2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RCA;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RCA和S对SLAM系统的所有关键帧相机位置Xc和地图点Xw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Xc'和地图点X'w;X’c=SXc式2X'w=SXw式3S9、运行视觉和GNSS融合定位算法,更新定位位置和地图点位置;S10、运行全局捆绑调整优化算法,得到全局捆绑调整优化后的定位结果;视觉和GNSS融合定位算法,更新定位位置和地图点位置,包括如下步骤:S91、获取包含当前关键帧的局部地图和局部GNSS位置信息,通过视觉GNSS融合的单目初始化算法中的地图比例恢复算法,计算局部地图比例,并开根号,得到S92、若地图比例则计算其中,Sk为当前地图比例组成向量,Sk-1为前一次计算的地图比例组成向量;S93、若地图比例则重新获取包含当前关键帧的局部地图和局部GNSS位置信息;S94、若cosθ0.98,则计算在地图比例优化调整后的相机位置;S95、否则重新获取包含当前关键帧的局部地图和局部GNSS位置信息;S96、计算地图比例优化调整后的相对相机位置A”: 将其与当前帧的GNSS系统进行比较,观察这两个位置在地图比例优化调整后间距是否变短;S97、若这两个位置在地图比例优化调整后间距变短,即则优化有效,继续下一步;S98、若这两个位置在地图比例优化调整后间距没有变短,则重新获取包含当前关键帧的局部地图和局部GNSS位置信息;S99、通过对局部地图的关键帧定位位置和地图点位置进行比例缩放,新的相机定位位置t缩放如下式: 新的地图点位置x缩放如下式: 全局捆绑调整优化算法,包括如下步骤:S101、将第一帧关键帧作为固定值,不进行优化,对其它所有关键帧KL进行优化,这些关键帧观测到的地图点为PL;S102、全局捆绑调整优化地图物点坐标XP,相机旋转姿态Rl和相机的位置tl,其优化公式定义为: ekj=uj-πRkxj+tk式22其中,Pk∈PL,表示在第k帧关键帧观测到的地图点;ekj表示第k帧的第j个匹配特征点的重投影误差,π表示相机的投影函数;ρ表示Huber函数,∑kj是与提取特征点所在图像金字塔缩放尺度相关的协方差矩阵;S103、使用Levenberg–Marquardt迭代算法来求解如上的误差方程最小化问题,得到全局捆绑调整优化后的定位结果。

全文数据:

权利要求:

百度查询: 中信银行股份有限公司 一种单目视觉和GNSS融合的SLAM定位方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。