-
公开(公告)号：CN112649016B
公开(公告)日：2023-10-03
申请号：CN202011425027.7
申请日：2020-12-09
Applicant: 南昌大学
Abstract: 本发明提供了一种基于点线初始化的视觉惯性里程计方法，包括以下步骤：步骤一、通过相机采集视觉数据，通过IMU采集惯性数据；步骤二、图像特征提取跟踪：对任意两帧图像提取并且跟踪点特征和线特征，得到前后帧之间的特征对应关系；步骤三、IMU预积分：对任意两帧图像之间的所有IMU数据进行预积分，得到IMU先验值，若IMU零偏改变则根据新的零偏重新计算IMU预积分测量值；步骤四、初始化：将步骤二提取和跟踪到的特征以及步骤三计算得到的IMU预积分值送入视觉惯性初始化模型，得到初始参数值；步骤五、紧耦合视觉惯性定位：将初始参数送入紧耦合视觉惯性估计器，实现对载体的实时定位；本发明增加了系统在无纹理环境下的初始化成功率，降低了初始化时间。
-
公开(公告)号：CN113203407A
公开(公告)日：2021-08-03
申请号：CN202110554563.5
申请日：2021-05-20
Applicant: 南昌大学
Abstract: 本发明公开了基于关键平面的视觉惯性里程计方法，包括以下步骤：1、单目相机以一定频率采集图像；IMU以一定频率采集惯性数据；2、对采集到的每帧图像，提取点线特征并且进行跟踪；3、IMU预积分：对连续两帧图像之间的IMU数据进行预积分；4、2D德劳内三角化；生成3D网格；检测平面；对每个检测到平面分配特征；判断是否是关键平面；5、紧耦合视觉惯性定位：根据残差解决最小二乘问题并得出最优估计，实现对目标载体的定位。本发明所提出的方法用于视觉惯性定位，该方法同步视觉与IMU信息，提出了筛选关键平面的策略，通过引入关键平面，增加探测到平面之间的规律性，提高了定位精度。
-
公开(公告)号：CN113203407B
公开(公告)日：2024-01-02
申请号：CN202110554563.5
申请日：2021-05-20
Applicant: 南昌大学
Abstract: 本发明公开了基于关键平面的视觉惯性里程计方法，包括以下步骤：1、单目相机以一定频率采集图像；IMU以一定频率采集惯性数据；2、对采集到的每帧图像，提取点线特征并且进行跟踪；3、IMU预积分：对连续两帧图像之间的IMU数据进行预积分；4、2D德劳内三角化；生成3D网格；检测平面；对每个检测到平面分配特征；判断是否是关键平面；5、紧耦合视觉惯性定位：根据残差解决最小二乘问题并得出最优估计，实现对目标载体的定位。本发明所提出的方法用于视觉惯性定位，该方法同步视觉与IMU信息，提出了筛选关键平面的策略，通过引入关键平面，增加探测到平面之间的规律性，提高了定位精度。
-
公开(公告)号：CN112649016A
公开(公告)日：2021-04-13
申请号：CN202011425027.7
申请日：2020-12-09
Applicant: 南昌大学
Abstract: 本发明提供了一种基于点线初始化的视觉惯性里程计方法，包括以下步骤：步骤一、通过相机采集视觉数据，通过IMU采集惯性数据；步骤二、图像特征提取跟踪：对任意两帧图像提取并且跟踪点特征和线特征，得到前后帧之间的特征对应关系；步骤三、IMU预积分：对任意两帧图像之间的所有IMU数据进行预积分，得到IMU先验值，若IMU零偏改变则根据新的零偏重新计算IMU预积分测量值；步骤四、初始化：将步骤二提取和跟踪到的特征以及步骤三计算得到的IMU预积分值送入视觉惯性初始化模型，得到初始参数值；步骤五、紧耦合视觉惯性定位：将初始参数送入紧耦合视觉惯性估计器，实现对载体的实时定位；本发明增加了系统在无纹理环境下的初始化成功率，降低了初始化时间。
-
-
-
Search Results
4
records
(took 0.01 seconds)
