申请/专利权人：西北工业大学

申请日：2021-06-10

公开（公告）日：2024-04-19

公开（公告）号：CN113298796B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/13;G06T7/73;G06T17/05

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.09.10#实质审查的生效;2021.08.24#公开

摘要：本发明涉及一种基于最大后验IMU的线特征SLAM初始化方法，通过合并梯度相近的像素点来实现像素合并，通过计算NFA检测获得的近似矩形是否可以作为可被提取的线特征。为在尺度空间内对线特征构建矩形支撑域，分解支撑域分解为大小相等的子区域，并结合全局和局部高斯权重系数对子区域进行梯度计算，从而获得的描述矩阵。通过相机采集到的连续三帧图像对应的LBD描述子构建三焦点张量的矩阵并求解。将地图点边缘化构建最小化重投影误差方程，获得轨迹的先验信息,以及先关的信息矩阵,用这些信息进行IMU数据的优化。此方法初始化精度更高、耗时更少，能够为后续定位带来良好的初值。

主权项：1.一种基于最大后验IMU的线特征SLAM初始化方法，其特征在于步骤如下：步骤1：采用LSD算法对相机拍摄图像进行边缘提取，得到若干条带；步骤2、添加LBD描述子：计算出每个条带对应的特征向量BDj，将特征向量BDj与条带合并生成LBD描述子；步骤3、线特征初始化：将连续三帧图像对应的LBD描述子构建一个三焦点张量的矩阵并求解，取数值最小的一组解得到位姿信息获得轨迹的先验信息，完成位姿初始化；步骤4、IMU初始化：以轨迹的先验信息进行IMU数据的优化；将所有轨迹和关键帧的位姿固定，仅优化IMU的相关参数： 其中,s也就是整个地图的尺度；Rwg∈SO3是重力加速度方向，表示为g＝Rwggi，gi＝0,0,GT,表示IMU的加速度和角速度偏差，是所有的关键帧对应的无尺度的速度；相对于真值s*v表示的速度,使用速度，同时，在初始化的过程中偏置的值固定不变，将重力加速度纳入到优化公式中；所有的测量值都是IMU的变量，同时用Li,j为IMU从第i帧到第j帧之间的预积分，L0,k表示在初始化窗口的连续关键帧之间的预积分；制定一个最大后验估计：pχk|L0:k∝pL0:k|χkpχk其中，pL0:k|χk表示在给定第k帧IMU数据的情况下,从0到k帧的可能的IMU测量值分布可能性；pχk为IMU状态的先验；将其分解为： 找到参数使后验概率最大，意味着使其负对数的值更小： IMU的预积分都是服从高斯分布的，则MAP问题等价于： 其中，和为先验值和IMU测量值的残差，而∑p和为他们的协方差；优化的过程中；定义旋转矩阵，速度，位移的误差如下： 步骤5、视觉惯性联合初始化：将视觉初始位姿与IMU初始化结果即旋转矩阵，速度，位移的误差作一阶线性相似，对其求解最小二乘得到速度，加速度和尺度信息，完成初始化。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于最大后验IMU的线特征SLAM初始化方法

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