一种基于点线特征的自适应单目VIO初始化方法

    公开(公告)号:CN112862768A

    公开(公告)日:2021-05-28

    申请号:CN202110119124.1

    申请日:2021-01-28

    Abstract: 本发明涉及一种基于点线特征的自适应单目VIO初始化方法,属于机器人视觉定位导航技术领域,包括步骤:S1:输入图像帧,分别检测点特征与线特征,输入IMU获取的数据,在图像帧之间进行预积分计算;S2:估计相机初始位姿;S3:构建最大后验估计问题,优化惯性参数,得到尺度因子、速度信息、重力方向以及IMU的陀螺仪偏置和加速度计偏置;S4:视觉惯性对齐、尺度缩放,将相机初始位姿转换到世界坐标系下;S5:初始值收敛。本发明能在不同复杂环境和不同初始状态下完成较为稳定精确的初始化,解决了VIO初始化过程中传感器的不确定性和惯性参数的不一致性,具有更高的性能。

    一种基于点线特征融合的双目视觉SLAM方法

    公开(公告)号:CN112509044A

    公开(公告)日:2021-03-16

    申请号:CN202011401761.X

    申请日:2020-12-02

    Abstract: 本发明涉及一种基于点线特征融合的双目视觉同步定位与地图绘制SLAM方法,属于移动机器人自主定位导航技术应用领域。本发明首先在ORB‑SLAM2系统的双目结构基础上进行扩展,采用相同的主体机构,加入线特征信息,在特征跟踪线程中,对输入的图像帧进行图像预处理;其次,特征点匹配时,利用PROSAC算法剔除误匹配点;此外,在特征的融合过程中引入加权思想,对点线特征权重进行合理分配;最后通过点、线特征权重划分的重投影误差得到相机的位姿。本发明提出的方法在精度、鲁棒性和实时性等方面都取得了不错的效果,能够在不同的环境下得到满意的定位精度,线特征的引入也解决了视觉SLAM系统在低纹理场景无法正常工作的情况。

    一种基于点线特征的自适应单目VIO初始化方法

    公开(公告)号:CN112862768B

    公开(公告)日:2022-08-02

    申请号:CN202110119124.1

    申请日:2021-01-28

    Abstract: 本发明涉及一种基于点线特征的自适应单目VIO初始化方法,属于机器人视觉定位导航技术领域,包括步骤:S1:输入图像帧,分别检测点特征与线特征,输入IMU获取的数据,在图像帧之间进行预积分计算;S2:估计相机初始位姿;S3:构建最大后验估计问题,优化惯性参数,得到尺度因子、速度信息、重力方向以及IMU的陀螺仪偏置和加速度计偏置;S4:视觉惯性对齐、尺度缩放,将相机初始位姿转换到世界坐标系下;S5:初始值收敛。本发明能在不同复杂环境和不同初始状态下完成较为稳定精确的初始化,解决了VIO初始化过程中传感器的不确定性和惯性参数的不一致性,具有更高的性能。

Patent Agency Ranking