This application is applicable to the SLAM technology field and provides a visual inertial odometer method, a visual inertial odometer device, a mobile device and a computer readable storage medium, including: acquiring the edge information of the current frame image and the edge information of the previous frame image; and extracting the current frame image according to the edge information of the current frame image. The feature points and edge sampling points of the frame image are extracted according to the edge information of the previous frame image, and the feature points and edge sampling points of the current frame image, the feature points and edge sampling points of the previous frame image and the IMU pre-integration of the inertial measurement unit are used to construct the optimization. The optimization function outputs the posture of the mobile device. Through this application, the matching rate of features can be improved, the probability of losing feature tracking can be reduced, and the accuracy of pose estimation can be improved.
【技术实现步骤摘要】
视觉惯性里程计方法、视觉惯性里程计装置及移动设备
本申请属于SLAM
,尤其涉及一种视觉惯性里程计方法、视觉惯性里程计装置、移动设备及计算机可读存储介质。
技术介绍
即时定位与地图构建(SimultaneousLocalizationAndMapping,SLAM)技术被广泛运用于无人机、无人驾驶、机器人、增强显示(AugmentedReality,AR)、智能家居等领域。而视觉里程计(VisualOdometry,VO)则是SLAM系统中至关重要的一环,通过相机拍摄的序列图片估计移动设备运动,继而恢复移动设备运动轨迹。然而,现有的视觉惯性里程计方法容易出现误匹配或跟踪丢失等现象,导致位姿估计失败。
技术实现思路
有鉴于此,本申请实施例提供了一种视觉惯性里程计方法、视觉惯性里程计方法、移动设备及计算机可读存储介质,以提高特征匹配率、减少特征跟踪丢失的几率,进而提高位姿估计的准确率。本申请实施例的第一方面提供了一种视觉惯性里程计方法,所述视觉惯性里程计方法包括:获取当前帧图像的边缘信息和上一帧图像的边缘信息;根据所述当前帧图像的边缘信息提取所述当前帧图像的特征点和边缘采样点,根据所述上一帧图像的边缘信息提取所述上一帧图像的特征点和边缘采样点;根据所述当前帧图像的特征点和边缘点、所述上一帧图像的特征点和边缘采样点以及惯性测量单元IMU预积分,构建优化函数,所述优化函数输出移动设备的位姿。本申请实施例的第二方面提供了一种视觉惯性里程计装置,所述视觉惯性里程计装置包括:信息获取模块,用于获取当前帧图像的边缘信息和上一帧图像的边缘信息;关键点提取模块,用于根据所述 ...
【技术保护点】
1.一种视觉惯性里程计方法,其特征在于,所述视觉惯性里程计方法包括:获取当前帧图像的边缘信息和上一帧图像的边缘信息;根据所述当前帧图像的边缘信息提取所述当前帧图像的特征点和边缘采样点,根据所述上一帧图像的边缘信息提取所述上一帧图像的特征点和边缘采样点;根据所述当前帧图像的特征点和边缘点、所述上一帧图像的特征点和边缘采样点以及惯性测量单元IMU预积分,构建优化函数,所述优化函数输出移动设备的位姿。
【技术特征摘要】
1.一种视觉惯性里程计方法,其特征在于,所述视觉惯性里程计方法包括:获取当前帧图像的边缘信息和上一帧图像的边缘信息;根据所述当前帧图像的边缘信息提取所述当前帧图像的特征点和边缘采样点,根据所述上一帧图像的边缘信息提取所述上一帧图像的特征点和边缘采样点;根据所述当前帧图像的特征点和边缘点、所述上一帧图像的特征点和边缘采样点以及惯性测量单元IMU预积分,构建优化函数,所述优化函数输出移动设备的位姿。2.如权利要求1所述的视觉惯性里程计方法,其特征在于,所述根据所述当前帧图像的特征点和边缘点、所述上一帧图像的特征点和边缘采样点以及惯性测量单元IMU预积分,构建优化函数包括:根据所述当前帧图像的特征点和所述上一帧图像的特征点,获取重投影误差模型;根据所述上一帧图像的特征点和边缘采样点,获取光度误差模型;根据IMU预积分获取IMU残差模型;根据所述重投影误差模型、所述光度误差模型和所述IMU残差模型,构建所述优化函数。3.如权利要求2所述的视觉惯性里程计方法,其特征在于,根据所述重投影误差模型、所述光度误差模型和所述IMU残差模型,构建所述优化函数包括:根据公式构建非线性优化函数,其中,τ为当前帧图像j的状态向量,Ephoto(m,j)为所述光学误差模型,Eproj(k,j)为所述重投影误差模型,EIMU(i,j)为所述IMU残差模型,为使τ取得最小值的函数,m为特征点和边缘采样点中的点,k为匹配的特征点,i为所述上一帧图像。4.如权利要求2所述的视觉惯性里程计方法,其特征在于,根据所述当前帧图像的特征点和所述上一帧图像的特征点,获取重投影误差模型包括:将所述当前帧图像和所述上一帧图像进行特征点匹配,获取匹配的特征点;根据匹配的特征点,获取所述重投影误差模型。5.如权利要求2所述的视觉惯性里程计方法...
【专利技术属性】
技术研发人员:郝洛莹,程俊,张锲石,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东,44
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。