基于自适应混合视觉残差的单目视觉惯性里程计定位方法

    公开(公告)号:CN119756351A

    公开(公告)日:2025-04-04

    申请号:CN202510257687.5

    申请日:2025-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于自适应混合视觉残差的单目视觉惯性里程计定位方法,属于机器人导航定位技术领域。本发明首先将单目相机和惯性测量单元(IMU)的数据分别进行特征点提取和预积分,并根据特征提取结果选定强像素梯度区域;基于IMU运动信息预测候选特征点搜索窗口,加速特征匹配并减少误匹配,同时选取关键帧;在特征提取和匹配的基础上引入直接法模型以构建光度误差;设计一种特征可靠性评估方法并采用动态因子实时自适应地选择优化混合视觉残差投影误差或光度误差;在后端优化阶段采用基于滑动窗口的图优化方法优化联合优化模型进行位姿估计,以达到提高视觉惯性里程计在低光弱纹理场景下定位准确性的目的。

    基于多波束测深声呐的自主无人系统主动SLAM方法

    公开(公告)号:CN117824664A

    公开(公告)日:2024-04-05

    申请号:CN202410246817.0

    申请日:2024-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多波束测深声呐的自主无人系统主动SLAM方法。本发明首先搭载多波束测深声呐传感器的水下无人系统在预先规划的路径上进行海底探测任务,根据多波束测深声呐传感器的测深数据生成位姿图,得到全局地图;然后采用主动SLAM算法生成对应的重访候选点和勘探候选点及相应的重访和勘探动作;再通过计算效用函数,选择使效应函数最小的候选点作为目标点,水下无人系统访问该目标点并执行该目标点对应的动作:当选择的目标点重访候选点并执行重访动作时,根据闭环检测的结果进行全局优化,根据全局优化的结果更新水下无人系统的位姿和全局地图后返回原来位置。本发明可以提高水下无人系统进行海底探测的效率和定位精度。

    基于自适应混合视觉残差的单目视觉惯性里程计定位方法

    公开(公告)号:CN119756351B

    公开(公告)日:2025-04-29

    申请号:CN202510257687.5

    申请日:2025-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于自适应混合视觉残差的单目视觉惯性里程计定位方法,属于机器人导航定位技术领域。本发明首先将单目相机和惯性测量单元(IMU)的数据分别进行特征点提取和预积分,并根据特征提取结果选定强像素梯度区域;基于IMU运动信息预测候选特征点搜索窗口,加速特征匹配并减少误匹配,同时选取关键帧;在特征提取和匹配的基础上引入直接法模型以构建光度误差;设计一种特征可靠性评估方法并采用动态因子实时自适应地选择优化混合视觉残差投影误差或光度误差;在后端优化阶段采用基于滑动窗口的图优化方法优化联合优化模型进行位姿估计,以达到提高视觉惯性里程计在低光弱纹理场景下定位准确性的目的。

    基于改进视觉里程计的高坝大库水下环境感知与构图方法

    公开(公告)号:CN117824625A

    公开(公告)日:2024-04-05

    申请号:CN202410248924.7

    申请日:2024-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于改进视觉里程计的高坝大库水下环境感知与构图方法。首先,对视觉里程计中图像特征点提取的区域分割,将特征点较少的区域与路边特征分隔开,加快特征点提取过程;其次,保留特征点密集的区域,并利用特征点较少的区域完成直接法跟踪,增加视觉里程计的鲁棒性;最后,对于多扰动的环境,采用滚动时域估计优化惯性测量单元的位姿估计过程,提高同步定位与地图构建的稳定性。本发明提高了视觉里程计的特征点提取效率,减少不必要的像素点遍历,有效地提升视觉里程计中对于视角抖动的跟踪鲁棒性,并解决复杂环境下后端误差较大的问题,高效地完成环境感知与地图构建的任务。

    一种融合DVL的水下视觉-惯性-声学里程计定位方法

    公开(公告)号:CN119756338B

    公开(公告)日:2025-05-09

    申请号:CN202510258436.9

    申请日:2025-03-06

    Applicant: 河海大学

    Abstract: 本发明公开了一种融合DVL的水下视觉‑惯性‑声学里程计定位方法,属于机器人导航定位技术领域。本发明首先将相机采集到的水下图像、IMU和DVL获取的载体运动数据作为输入信息进行时间对齐和空间坐标系转换;再对图像进行特征点提取构建视觉重投影残差,基于特征点数量和重投影残差动态调整视觉信息的权重占比;基于预积分计算相邻帧间的IMU数据增量构建惯性残差;根据DVL测量得到的速度信息计算图像帧间的位移变化构建DVL残差;基于贝叶斯最大后验估计建立非线性最小二乘优化函数;通过滑动窗口机制在后端融合视觉、惯性和声学测速数据,构建多约束联合优化模型,提高水下环境中视觉‑惯性‑声学里程计系统鲁棒性和准确性。

    一种融合DVL的水下视觉-惯性-声学里程计定位方法

    公开(公告)号:CN119756338A

    公开(公告)日:2025-04-04

    申请号:CN202510258436.9

    申请日:2025-03-06

    Applicant: 河海大学

    Abstract: 本发明公开了一种融合DVL的水下视觉‑惯性‑声学里程计定位方法,属于机器人导航定位技术领域。本发明首先将相机采集到的水下图像、IMU和DVL获取的载体运动数据作为输入信息进行时间对齐和空间坐标系转换;再对图像进行特征点提取构建视觉重投影残差,基于特征点数量和重投影残差动态调整视觉信息的权重占比;基于预积分计算相邻帧间的IMU数据增量构建惯性残差;根据DVL测量得到的速度信息计算图像帧间的位移变化构建DVL残差;基于贝叶斯最大后验估计建立非线性最小二乘优化函数;通过滑动窗口机制在后端融合视觉、惯性和声学测速数据,构建多约束联合优化模型,提高水下环境中视觉‑惯性‑声学里程计系统鲁棒性和准确性。

    基于多波束测深声呐的自主无人系统主动SLAM方法

    公开(公告)号:CN117824664B

    公开(公告)日:2024-05-28

    申请号:CN202410246817.0

    申请日:2024-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多波束测深声呐的自主无人系统主动SLAM方法。本发明首先搭载多波束测深声呐传感器的水下无人系统在预先规划的路径上进行海底探测任务,根据多波束测深声呐传感器的测深数据生成位姿图,得到全局地图;然后采用主动SLAM算法生成对应的重访候选点和勘探候选点及相应的重访和勘探动作;再通过计算效用函数,选择使效应函数最小的候选点作为目标点,水下无人系统访问该目标点并执行该目标点对应的动作:当选择的目标点重访候选点并执行重访动作时,根据闭环检测的结果进行全局优化,根据全局优化的结果更新水下无人系统的位姿和全局地图后返回原来位置。本发明可以提高水下无人系统进行海底探测的效率和定位精度。

    基于改进视觉里程计的高坝大库水下环境感知与构图方法

    公开(公告)号:CN117824625B

    公开(公告)日:2024-05-14

    申请号:CN202410248924.7

    申请日:2024-03-05

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于改进视觉里程计的高坝大库水下环境感知与构图方法。首先,对视觉里程计中图像特征点提取的区域分割,将特征点较少的区域与路边特征分隔开,加快特征点提取过程;其次,保留特征点密集的区域,并利用特征点较少的区域完成直接法跟踪,增加视觉里程计的鲁棒性;最后,对于多扰动的环境,采用滚动时域估计优化惯性测量单元的位姿估计过程,提高同步定位与地图构建的稳定性。本发明提高了视觉里程计的特征点提取效率,减少不必要的像素点遍历,有效地提升视觉里程计中对于视角抖动的跟踪鲁棒性,并解决复杂环境下后端误差较大的问题,高效地完成环境感知与地图构建的任务。

Patent Agency Ranking