申请/专利权人：北京工业大学

申请日：2021-03-09

公开（公告）日：2023-05-26

公开（公告）号：CN113358117B

主分类号：G01C21/20

分类号：G01C21/20;G01C21/16;G01S11/12

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2021.09.24#实质审查的生效;2021.09.07#公开

摘要：本发明公开了一种利用地图的视觉惯性室内定位方法，包括，针对视觉惯性里程计系统在室内定位精度较差的问题，采用了基于条件随机场的三维地图匹配算法来对视觉惯性里程计的输出进行修正。首先，建立室内三维地图的条件随机场模型，将其作为先验信息加入计算；其次，将视觉惯性里程计系统输出的位姿和轨迹信息作为观测量送入条件随机场模型中，最后，将条件随机场模型输出的最优状态点序列作为反馈值来对视觉惯性里程计系统的输出进行修正。本发明基于条件随机场的三维地图匹配算法相比二维地图匹配拓展了应用的范围。相比于以往的基于粒子滤波的地图匹配算法，在保证了精度的同时显著的减少了计算量，更加适合于实际工程应用。

主权项：1.一种利用地图的视觉惯性室内定位方法，其特征在于：该方法具体包括以下步骤：步骤1.地图预处理：图像格式地图转化为数字格式地图；设置状态点；室内可到达区域判断，去除不可到达区域状态；设置状态之间传播的约束条件；步骤2.视觉惯性器件数据采集：采集数据所用视觉惯性器件是一个内部集成有惯性测量单元IMU的单目相机，将惯性测量单元IMU与相机对齐采集数据，通过数据线将数据传输给计算机；IMU中包含三轴陀螺仪数据和三轴加速度计数据，相机采用的是单目相机，采集图像信息；步骤3.视觉惯性里程计算法：包含IMU预积分、初始化、基于滑动窗口的局部非线性优化、回环检测与全局位姿优化四大部分，计算机利用步骤2中采集的数据解算出每一时刻行人的航向、位姿和轨迹信息；IMU预积分：将IMU数据积分，得到当前时刻的速度、位置和旋转信息（PVQ），同时计算后端优化中将要用到的相邻帧的预积分增量以及预积分误差的雅可比矩阵和协方差矩阵；初始化：计算出绝对尺度信息、陀螺仪偏置信息、加速度计偏置信息和重力加速度G以及每个时刻的速度；基于滑动窗口的局部非线性优化：将边缘化误差、IMU测量误差和视觉重投影误差放在一个大的目标函数里进行优化；使用滑动窗口控制优化变量的个数；对局部的位姿进行一次优化；回环检测与全局位姿优化：当相机经过同一个地方时，就有可能发生回环，将当前的位置与之前的位置进行比对，进而消除累积误差，同时如果检测到发生回环，也会对全局的位姿进行一次优化调整；步骤4.行人初始位置信息初始化：在地图坐标系下，使用视觉惯性里程计技术给出行人初始时刻的相对位置信息；步骤5.基于条件随机场模型的三维地图匹配算法：将步骤3中视觉惯性里程计输出的信息作为条件随机场的观测量信息，输出经地图匹配算法计算之后的最优状态点序列；三维地图匹配算法包括：提取观测量、定义状态转移函数、最优状态点序列的输出；步骤6.反馈：将步骤5中得到的最优状态点序列作为反馈信息对视觉惯性里程计输出的轨迹进行修正；步骤5所述的三维地图匹配算法包括：将视觉惯性里程计的输出作为三维地图匹配算法的观测量；建立状态转移函数；获取最优状态点序列；将视觉惯性里程计的输出作为三维地图匹配算法的观测量方法包括：在同一楼层平面行走阶段，当行人行走距离达到一定阈值时，就提取当前时刻VIO输出的信息作为一个观测量；在楼梯上行走阶段，当行人的高度值变化达到一个台阶的高度且速度为0时，就提取当前时刻的视觉惯性里程计输出的信息作为一个观测量；建立状态转移函数方法包括：使用距离、方位角和高度误差的信息来建立状态转移函数；获取最优状态点序列方法包括：根据建立好的基于条件随机场的三维地图匹配算法模型和观测量，使用维特比算法来进行求解，得到在当前观测量下的最大概率状态点序列，即最优状态点序列；步骤6中所述方法包括：使用条件随机场模型输出的最优状态点序列来对之前视觉惯性里程计的轨迹进行修正，得到修正后的更为精确的视觉惯性里程计轨迹作为算法最终的输出。

全文数据：

权利要求：

百度查询： 北京工业大学 一种利用地图的视觉惯性室内定位方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD