【技術實現步驟摘要】
本專利技術屬于導航定位，尤其涉及一種適用于低運動激勵下的單目vio系統的初始化方法。
技術介紹
1、單目視覺-慣導里程計(vision?inertial?odomentry，vio)是導航領域的重要方法，其目的是結合單目相機捕獲的視覺信息以及慣性測量單元(inertial?measurementunit，imu)采集的空間姿態信息推算載體自身的位姿信息并構建環境的三維空間結構。由于單目相機和imu之間可以互補對方的缺點，且二者均具有價格低廉和高性價比的特點，該技術被廣泛應用于無人機定位、自動駕駛、虛擬現實和增強現實領域。其中初始化技術是單目vio的重要組成部分，在系統運行的初始階段確定載體的初始位姿和環境初始地圖，并完成對imu初始參數的確定。好的初始化方法可以為后續過程提供良好的初值、提高計算收斂速度、增強系統魯棒性；反之，效果不好的初始化方法會影響單目vio算法的運行效果。
2、現階段常用的單目vio初始化方法是先利用相機捕獲的視覺信息構建“運動恢復結構”(structure-from-motion，sfm)，即利用對極約束等多視圖幾何技術解算相機前幾個關鍵幀的位姿變換關系和環境的空間結構，并將其作為基準值，與imu預積分結果構建約束關系，對vio系統的絕對尺度、陀螺儀零偏、加速度計零偏、重力方向以及關鍵幀速度等信息進行解算(如orb-slam3和vins-mono的初始化方案均是如此)。
3、但這種方法的問題在于：當初始化過程中載體的運動激勵不足時(比如無人機空中恒速運動)，imu獲得的信息不具備尺
4、因此，亟待提出一個能保證系統可以在任意場景下均可完成初始化的真正魯棒的初始化方法。
技術實現思路
1、本專利技術的目的在于提供一種適用于低運動激勵下的單目vio系統的初始化方法，能夠使單目vio系統在任意場景下均可完成初始化，且具有良好的魯棒性。
2、為了實現上述目的，本專利技術提供如下技術方案：
3、第一方面，本專利技術提供一種一種適用于低運動激勵下的單目vio系統的初始化方法，單目vio系統中集成有單點測距機，單點測距機與所述單目vio系統中的視覺相機朝向相同；初始化方法包括如下步驟：
4、s1.從視覺相機拍攝的視頻流中篩選n幀關鍵幀；
5、s2.逐一計算相鄰兩個關鍵幀之間的相對位姿變換和三維空間點坐標，以獲得模糊尺度的sfm；
6、s3.利用尺度因子將模糊尺度的sfm更新為絕對尺度的sfm，具體包括如下子步驟：
7、s30.對n幀關鍵幀圖像進行三角網格劃分，三角網格中每一節點均為一個特征點；
8、s31.利用單點測距機獲得關鍵幀圖像中固定位置像素點的絕對深度值d；
9、s32.假設單點測距機在關鍵幀圖像固定位置的像素點對應的空間位置與其所處的三角網格相關的三個空間特征點共面，同時假設視覺相機坐標系和單點測距機坐標系重合，推導出距離深度
10、s33.獲得尺度因子s，并利用尺度因子將模糊尺度的sfm更新為絕對尺度的sfm；
11、s4.利用改進的光束法平差優化絕對尺度的sfm，獲得優化后的sfm；
12、s5.將優化后的sfm與單目vio系統中的imu預積分結合，構建最大后驗概率估計函數并求解，以獲得單目vio系統的初始化參數，初始化參數至少包括重力方向的旋轉矩陣、加速度計零偏、陀螺儀零偏、n個關鍵幀集合中每幀的速度。
13、作為一種可能的實現方式，距離深度通過如下方式推導獲得：
14、
15、n為共面的三個空間特征點構成的平面的法向量，表示為：
16、
17、其中，為單點測距機發射光束的方向向量，c為視覺相機坐標系，f1、f2、f3為共面的三個特征點在世界坐標系下的坐標，為世界坐標系下視覺相機光心指向坐標f1的向量，為世界坐標系下視覺相機光心指向坐標f2的向量，為世界坐標系下視覺相機光心指向坐標f3的向量，為世界坐標系下原點指向視覺相機光心的向量。
18、作為一種可能的實現方式，改進的光束法平差為在視覺誤差的基礎上增加了測距誤差，用于優化模糊尺度的sfm中與測距信息相關的視覺相機位姿和三維空間點坐標。
19、作為一種可能的實現方式，通過如下方式優化絕對尺度的sfm：
20、配置代價函數為：
21、其中，if(j)表示第i個關鍵幀下的第j個三維空間坐標，ip表示第i個關鍵幀的重投影矩陣，用于將第i個關鍵幀下的第j個三維空間坐標投影到關鍵幀圖像上，if(j)為第i個關鍵幀觀測到的第j個特征點的二維像素坐標，f(·)表示重投影過程的誤差函數，表示測距信息的誤差，測距信息包括待優化的視覺相機位姿和三維空間坐標；
22、最小化代價函數以獲得優化后的sfm。
23、作為一種可能的實現方式，s5包括如下子步驟：
24、s50.確定單目vio系統的初始化參數集合ξk：ξk＝{rwg,ba,bg,v0:k}；其中，rwg為重力方向的旋轉矩陣、ba為加速度計零偏、bg為陀螺儀零偏、v0:k為n個關鍵幀集合中每幀的速度；
25、s51.構建最大后驗概率估計函數：p(ξk|i0:k)∝p(i0:k|ξk)p(ξk)；其中，p(i0:k|ξk)表示imu預積分觀測值的似然分布，p(ξk)表示imu狀態的先驗，i0:k表示連續關鍵幀之間預積分觀測值的集合；
26、s52.求解最大后驗概率估計函數，具體包括：
27、s520.基于imu預積分觀測值的獨立性改寫p(i0:k|ξk)；
28、s521.最小化單目vio系統的初始化參數的負對數；
29、s522.假設imu預積分服從高斯分布，初始化參數的負對數函數轉化為最小二乘函數；
30、s53.采用非線性優化算法求解所述最小二乘函數，獲得單目vio系統的初始化參數。
31、作為一種可能的實現方式，s520中，改寫后的p(i0:k|ξk)表示為：
32、
33、s521中，最小化單目vio系統的初始化參數的負對數表示為：
34、
35、s522中，最小二乘函數表示為：
36、
37、其中，rp表示imu狀態先驗的殘差，∑p表示imu狀態先驗殘差的協方差矩陣，ii,j表示第i個關鍵幀和第j個關鍵幀之間的imu預積分觀測值，表示兩個連續關鍵幀之間的imu預積分的殘差，∑ii-1,i表示兩個連續關鍵幀之間imu預積分殘差的協方差矩陣。
38、作為一種可能的實現方式，篩選n幀關鍵本文檔來自技高網...
【技術保護點】
1.一種適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，所述單目VIO系統中集成有單點測距機，所述單點測距機與所述單目VIO系統中的視覺相機朝向相同；所述初始化方法包括如下步驟：
2.根據權利要求1所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，距離深度通過如下方式推導獲得：
3.根據1所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，所述改進的光束法平差為在視覺誤差的基礎上增加了測距誤差，用于優化模糊尺度的SfM中與測距信息相關的視覺相機位姿和三維空間點坐標。
4.根據權利要求3所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，通過如下方式優化絕對尺度的SfM：
5.根據權利要求1所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，所述S5包括如下子步驟：
6.根據權利要求5所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，S520中，改寫后的p(I0:k|ξk)表示為：
7.根據權利要求1所述的適用于低運動激勵下的
8.根據權利要求7所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，所述特征點數量閾值范圍為500～1200個；和/或，所述特征點匹配數量閾值范圍為100～300個；和/或，所述平均視差閾值范圍為20～40像素。
9.根據權利要求1所述的適用于低運動激勵下的單目VIO系統的初始化方法，其特征在于，所述S2包括如下子步驟：
10.一種單目VIO系統，其特征在于，所述單目VIO系統執行權利要求1至9任意一項所述的適用于低運動激勵下的單目VIO系統的初始化方法，所述單目VIO系統為集成有單點測距機的單目VIO系統；所述單點測距機與所述單目VIO系統中的視覺相機朝向相同；所述單點測距機用于在視覺相機捕獲的圖像上獲得單點測距機對應的像素點的真實深度。
...【技術特征摘要】
1.一種適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，所述單目vio系統中集成有單點測距機，所述單點測距機與所述單目vio系統中的視覺相機朝向相同；所述初始化方法包括如下步驟：
2.根據權利要求1所述的適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，距離深度通過如下方式推導獲得：
3.根據1所述的適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，所述改進的光束法平差為在視覺誤差的基礎上增加了測距誤差，用于優化模糊尺度的sfm中與測距信息相關的視覺相機位姿和三維空間點坐標。
4.根據權利要求3所述的適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，通過如下方式優化絕對尺度的sfm：
5.根據權利要求1所述的適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，所述s5包括如下子步驟：
6.根據權利要求5所述的適用于低運動激勵下的單目vio系統的初始化方法，其特征在于，s520中，...
【專利技術屬性】
技術研發人員：張宇航，易瑔，王清，宗艷桃，李杰，郭威，張明，張俊芳，
申請(專利權)人：中國人民解放軍陸軍裝甲兵學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。