At present, the inertial measurement unit (Inertial Measurement Unit, IMU) direction estimation error accumulation, not suitable for long time direction estimation problem, the invention proposes a IMU drift compensation method based on monocular vision, including the estimation of the direction of IMU, single camera direction estimation and error compensation of IMU visual aids based on three steps. The method of the invention in the feature points between two adjacent frames of the set, the epipolar constraint method to get the visual direction based on the estimated value, and applied to the calibration of IMU, IMU long time to solve the problem of error accumulation. The method of the invention is suitable for static and dynamic error compensation, and has the advantages of accuracy, stability and zero drift.
【技术实现步骤摘要】
基于单目视觉的IMU漂移补偿方法
本专利技术涉及计算机视觉技术和图像处理技术,具体地说是一种基于单目视觉的IMU漂移补偿方法。
技术介绍
惯性测量单元(InertialMeasurementUnit,IMU)是集成有三轴加速计、三轴陀螺仪、三轴磁力计的MEMS惯性元件,用于测量物体三轴角速度、三轴加速度和三轴地磁分量。IMU具有体积小、重量轻、可随身携带、穿戴方便等特点,广泛用于载体方向估计和人体关节的动作捕捉。基于IMU的方向估计具有运算量小、动态特性好的优势,适用于短时间内的方向估计。但由于MEMS传感器本身由于漂移而造成误差累积,使得IMU难以实现长期的方向估计。以往基于优化的IMU方向估计方法和基于统计学的IMU方向估计方法虽然能够抑制噪声对方向估计的影响,但存在如下问题:①在基于加速计的方向估计中,两类方法都是基于一种假设:IMU采集到的三轴加速度仅包含有重力加速度分量,默认的载体自身的加速度分量为零,即载体自身只能做平缓、慢速的动作;②在基于室内环境的磁力计的方向估计中,IMU输出的三轴地磁分量容易受到周边铁磁材料的影响而造成误差;③在基于陀螺仪的方向估计中,陀螺仪输出的三轴角速度值存在非定常的随机误差、偏移误差和尺度偏差,即便经过补偿,仍然无法解决MEMS器件自身的长期误差累积问题。上述缺陷是制约IMU用于长时间方向估计的瓶颈,因此亟需一种鲁棒、准确的方向估计方法解决IMU误差累积的问题,实现长时间的方向估计。
技术实现思路
针对目前IMU方向估计存在误差累积、无法适用于长时间方向估计的问题,本专利技术提出一种基于单目视觉的IMU漂移补偿方法,在 ...
【技术保护点】
一种基于单目视觉的IMU漂移补偿方法,其特征在于,包括以下步骤:步骤1:基于IMU的方向估计;步骤2:单目摄像头的方向估计;步骤3:视觉辅助IMU的误差补偿。
【技术特征摘要】
1.一种基于单目视觉的IMU漂移补偿方法,其特征在于,包括以下步骤:步骤1:基于IMU的方向估计;步骤2:单目摄像头的方向估计;步骤3:视觉辅助IMU的误差补偿。2.根据权利要求1所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述步骤1包括以下步骤:步骤1.1:计算陀螺仪的方向估计其中表示t时刻由IMU陀螺仪估计出的四元数,由(q0,q1,q2,q3)表示,q1、q2、q3分量分别对应旋转轴在X、Y、Z方向的投影,q0分量对应IMU围绕旋转轴旋转的角度;表示陀螺仪估计出的四元数的变化率,Δt表示采样间隔;步骤1.2:以最小化估计值误差为目标,定义目标函数:从而得到加速计与磁力计的方向估计其中,和分别表示加速计和磁力计估计值的误差;步骤1.3:利用增益自适应互补滤波算法,估计求解IMU坐标系下的方向信息其中,kt表示自适应的增益系数,表示最终的方向估计信息。3.根据权利要求1所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述步骤2包括以下步骤:步骤2.1:求取像素点偏差平方和(SSD):针对单目摄像头采集到的相邻两帧图像,求取像素点偏差平方和SSD;步骤2.2:如果SSD大于某一指定的阈值τ,则判断IMU处于运动状态;步骤2.2.1:采用特征点检测与描述方法SURF方法生成64维特征点描述子;步骤2.2.2:利用特征点对的描述子具有欧氏距离最小原则实现相邻帧图像间特征点的匹配,得到匹配点对集合:{{x1,x′1},{x2,x′2},…{xn,x′n}};步骤2.2.3:结合重采样一致性分析算法RANSAC移除特征点对中存在的误匹配点;步骤2.2.4:利用计算机视觉中的外级线约束方程x′Ex=0,得到本质矩阵E;步骤2....
【专利技术属性】
技术研发人员:梁炜,张吟龙,谈金东,张晓玲,李杨,
申请(专利权)人:中国科学院沈阳自动化研究所,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。