申请/专利权人：东南大学

申请日：2022-02-16

公开（公告）日：2024-02-23

公开（公告）号：CN114485623B

主分类号：G01C21/00

分类号：G01C21/00;G01C21/20

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明是一种聚焦距离的相机‑IMU‑UWB融合精准定位方法，利用VIO方法计算的传播数据来处理UWB测量的聚焦距离的视角，充分解决了UWB相机传感器之间的时间偏差，并允许使用所有可用的UWB数据，提出一种单目相机、六自由度IMU和单一超宽带基站的紧耦合融合方案，提供漂移减少里程，内置UWB基站定位模块，估计未知基站位置。

主权项：1.一种聚焦距离的相机-IMU-UWB融合精准定位方法，包括，其特征在于：S1.初始化视觉惯性里程计VIO，等待VIO状态稳定；S2.使用VIO初期提供的准确的里程测量，进行解算，获取载体在VIO的坐标系中的位置信息；S3.利用载体在多个位置上得到的载体到UWB基站距离信息，估计UWB基站位置，当UWB基站位置不确定性低于某一阈值时，基站的位置被认为是固定的；所述步骤S3中，获取UWB基站位置的步骤如下：为了估算UWB基站在世界框架中的位置ap，使用短期准确的VIO数据包括位姿和速度，本方法在数据窗口上制定了一个优化问题: 由VIO方法的距离数据和相应的IMU积分输出位置组成，需要最小化的代价函数为 其中ρ为Huber损失，UWB残差用IMU输出位置计算： 对于一个低成本系统有噪声的IMU数据，IMU积分的状态传播可能是不可靠的，因此，用来代替进行更稳定的相机状态估计；估计结果将取决于覆盖所有三维轴的轨迹以及基站相对于运动半径的距离，将x轴上位置的样本方差表示为y轴和z轴类似，当载体移动时，每个新位置数据都会递归更新，为了保证优化的性能，在启动或跳过优化过程时，需要检查以下条件： 检查载体是否在移动，如果载体是静态的，新的数据会是一样的，优化结果不会提高； 检查各轴位置的样本方差是否足够大，即载体的移动是否覆盖了所有方向；vmin和是用户定义的参数，对每个新VIO数据检查第一个条件，直到满足终止条件，对第二个条件进行检查，直到第一次满足为止，通过加强这些条件，估计获得令人满意的结果，无需费力的初始猜测基站的位置尽管如此，良好的初始猜测提高收敛时间，并可在实践中考虑提高性能；一旦启动，使用标准Levenberg-Marquardt算法和Ceres求解器优化代价函数，由于系统是在线运行的，因此引入了终止判据来确定解的不确定度：σmaxσp4，σmax是协方差矩阵的最大奇异值，σp是一个给定的阈值，一旦满足标准，UWB基站定位操作完成，固定，由于σmax的计算不是必需的，但由于雅可比矩阵的秩不足检查和反演，可能会很耗时，因此这个终止检查在一个单独的线程中以较慢的速度运行，因此，优化可能会运行几次额外的时间，但处理时间不会受到影响；S4.在步骤S3获得了固定的基站位置后，随后可将UWB测量数据与视觉和惯性数据紧密融合在一起，通过基于联合关键帧的优化，获得准确和减少漂移的长期里程测量结果。

全文数据：

权利要求：

百度查询： 东南大学 一种聚焦距离的相机-IMU-UWB融合精准定位方法

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