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:北京字跳网络技术有限公司
摘要:本公开实施例提供一种视觉惯性融合定位方法及设备,该方法包括:获取目标状态向量对应的目标观测数据,根据目标观测数据构建第一残差模型,根据一阶偏导数矩阵,对残差模型进行投影,获得第二残差模型,第二残差模型包括二阶偏导数方阵和系统状态矩阵的乘积项,以及第一观测噪声项对应的协方差项,对第二残差模型的三维坐标误差向量进行消元,获得目标残差模型,并根据目标残差模型对目标状态向量进行EKF更新。本实施例不涉及左零空间计算和投影,以及QR分解降维计算,节省了计算量,提高了定位效率。
主权项:1.一种视觉惯性融合定位方法,其特征在于,包括:获取目标状态向量对应的目标观测数据;所述目标观测数据包括至少一个特征点的观测数据;每个特征点的观测数据包括所述特征点在至少一个相机状态下的观测数据;根据所述目标观测数据构建第一残差模型;所述第一残差模型包括一阶偏导数矩阵和系统状态矩阵的乘积项,以及第一观测噪声项;所述一阶偏导数矩阵包括对所述目标状态向量求导获得的第一一阶偏导数矩阵和对所述至少一个特征点的三维坐标向量求导获得的第二一阶偏导数矩阵;所述系统状态矩阵包括目标状态误差向量和特征点的三维坐标误差向量;所述目标状态向量包括惯性测量单元IMU状态向量和相机状态向量;根据所述一阶偏导数矩阵,对所述残差模型进行投影,获得第二残差模型;所述第二残差模型包括二阶偏导数方阵和所述系统状态矩阵的乘积项,以及所述第一观测噪声项对应的协方差项;对所述第二残差模型的三维坐标误差向量进行消元,获得目标残差模型,并根据所述目标残差模型对所述目标状态向量进行EKF更新。
全文数据:
权利要求:
百度查询: 北京字跳网络技术有限公司 视觉惯性融合定位方法及设备
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。