申请/专利权人：东南大学

申请日：2021-01-15

公开（公告）日：2024-03-19

公开（公告）号：CN112749665B

主分类号：G06V20/10

分类号：G06V20/10;G06V20/40;G06V10/44;G06T7/246;G01C21/00;G01C21/16

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.05.21#实质审查的生效;2021.05.04#公开

摘要：本发明公开了一种基于图像边缘特征的视觉惯性SLAM方法，首先获取经过时间同步的IMU测量数据和相机图像；其次利用Canny算法对相机图像进行边缘特征提取及跟踪，同时对IMU测量数据进行预积分，构建误差传递方程；然后进行视觉惯性联合初始化；再者通过采用具有边缘化策略的滑动窗口进行局部视觉惯性非线性优化及建图；随后判断当前帧是否是关键帧，并构建关键帧序列；最后基于随机蕨词袋进行回环检测，将回环信息加入到滑动窗口进行全局视觉惯性优化及建图。本发明的优势在于，图像边缘具有更多的环境信息，具有更高的精度和信噪比，同时对光照变化的抗干扰能力也较强；融合了视觉和惯性信息，可以在长时间实时定位与建图中保持较高的精度。

主权项：1.一种基于图像边缘特征的视觉惯性SLAM方法，其特征在于，包括以下步骤：S1、获取经过时间同步的IMU测量数据和相机图像；S2、对上述相机图像进行边缘特征提取及跟踪；S3、对上述IMU测量数据进行预积分，构建误差传递方程，计算协方差及其一阶Jacobian；S4、进行视觉惯性联合初始化；S5、将上述视觉惯性信息放置入优化滑动窗口，进行局部视觉惯性非线性优化及建图；S6、对当前帧是否是关键帧，并构建关键帧序列；S7、比较所述关键帧序列中的最新关键帧与其他关键帧的相似度，基于随机蕨词袋进行回环检测，将回环信息加入到滑动窗口进行全局视觉惯性优化及建图。

全文数据：

权利要求：

百度查询： 东南大学 一种基于图像边缘特征的视觉惯性SLAM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