一种基于单目视觉和惯导信息融合的定位及建图方法技术

本发明专利技术公开了一种基于单目视觉和惯导信息融合的定位及建图方法，涉及信息融合技术领域；它的方法如下：步骤一：信息采集：首先对信息进行采集，在采集时，通过传感器与摄像机来同时采集信息，摄像机对图像的采集，而传感器进行轨道信息的采集，同时摄像机在使用时通过三维运动支架来支撑；步骤二：获取信息的参数；步骤三：分析、处理信息；步骤四：建模；步骤五：图像深度处理；步骤六：信息的融合；步骤七：确认信息的准确性；步骤八：微调节与修正；本发明专利技术能够实现信息的快速采集与获取，并且能够实现信息的分解与重组，减少错误率，不易出现混乱的现象；提高了效率与准确率，稳定性高，同时能够节省时间，使得数据能够直接使用。

A location and mapping method based on monocular vision and INS information fusion

The invention discloses a positioning and mapping method based on monocular vision and inertial navigation information fusion, which relates to the field of information fusion technology. The method is as follows: Step 1: information collection: first, collect information, at the time of collection, collect information through sensor and camera at the same time, the camera collects image, while the sensor collects track information and takes photos at the same time When the camera is used, it is supported by a three-dimensional motion bracket; step 2: obtain the parameters of the information; step 3: analyze and process the information; step 4: model building; step 5: image depth processing; step 6: information fusion; step 7: confirm the accuracy of the information; step 8: micro adjustment and correction; the invention can realize the rapid acquisition and acquisition of the information, and can Realize the decomposition and reorganization of information, reduce the error rate and avoid confusion; improve the efficiency and accuracy, high stability, and save time, so that the data can be used directly.

【技术实现步骤摘要】
一种基于单目视觉和惯导信息融合的定位及建图方法
本专利技术属于信息融合
，具体涉及一种基于单目视觉和惯导信息融合的定位及建图方法。
技术介绍
目前，视觉惯导融合技术广泛应用在三维重建、无人车和无人机的定位导航、自动驾驶等领域，旨在提供实时鲁棒精确的位置和姿态。主流的视觉惯导融合技术为基于滤波器方法。基于滤波器的方法主要采用卡尔曼滤波器及其变种，将惯导信息根据惯性测量单元的运动学模型得到系统状态向量的先验分布，在使用视觉传感器的观测模型更新卡尔曼增益，进而得到系统状态向量的后验分布。具体处理中，按照系统状态向量是否包含特征点坐标向量来分类，可分为松耦合和紧耦合两类。松耦合是指惯性测量单元和视觉传感器分别对系统状态量进行估计，然后在进行融合。这样可以有效减小计算量，方便融合。紧耦合是指系统状态量不仅包含惯性测量单元的状态量还包含有特征点坐标向量，统一进行状态估计。基于滤波器的方法，无论采用松耦合或者紧耦合的方式，普遍存在的问题是无法有效消除累积误差，无法处理回环问题。但是现有的信息融合的定位及建图方式进行融合时会出现误差，而且不能够直接使用，导致其容易出现混乱的现象。
技术实现思路
为解决现有技术的信息融合的定位及建图方式进行融合时会出现误差，而且不能够直接使用，导致其容易出现混乱的现象的问题；本专利技术的目的在于提供一种基于单目视觉和惯导信息融合的定位及建图方法。本专利技术的一种基于单目视觉和惯导信息融合的定位及建图方法，它的方法如下：步骤一：信息采集：首先对信息进行采集，在采集时，通过传感器与摄像机来同时采集信息，摄像机对图像的采集，而传感器进行轨道信息的采集，同时摄像机在使用时通过三维运动支架来支撑，并且通过实时传感器进行检测位置；步骤二：获取信息的参数：对步骤一中采集的信息进行获取，在获取时，并对其信息进行加密，其在加密时通过多位运算加密方式进行加密，同时信息通过无线加密式传输；步骤三：分析、处理信息：将步骤二获取的信息进行分析与处理，在接收到信息后对信息进行解密，然后将信息进行分类并进行标记，标记后对信息进行定位；步骤四：建模：根据分析后的信息进行建模，并且分析出图形，分析后根据图像进行初步修改处理，且处理时进行对色彩对照式处理；步骤五：图像深度处理：将建图的图像进行深度处理，并获取其位置，根据位置与图像进行确定信息的准确性，当出现信息误差时，通过修正的方式进行修改；步骤六：信息的融合：将所有获取的信息进行融合，在融合时对其进行统计，统计后进行融合；步骤七：确认信息的准确性：根据融合的信息进行信息的确认，且确认后进行模拟运行，当运行时无错误最终确定；步骤八：微调节与修正：根据运行时运行信息获取并进行统计，根据获取的信息进行定位信息的微调节与修正。作为优选，所述摄像机采集信息时为运动式采集，通过运动支架来实现摄像机的连接。作为优选，所述建模为三维建模，在初次建模时，采用模糊建模的方式。作为优选，所述图像深度处理为将图像采用分解再次重组。作为优选，所述信息进行融合时先提取信息的特征，然后根据信息的特征进行重新组合。作为优选，所述融合的信息进行信息的确认为通过对比并标记的方式进行确认，保证同类数据的融合，不同数据的分类。作为优选，所述运行信息获取并进行统计的方法为：将获取的信息进行标号，类似数据进行连续标号，并且根据数据的大小进行压缩。与现有技术相比，本专利技术的有益效果为：一、能够实现信息的快速采集与获取，并且能够实现信息的分解与重组，减少错误率，不易出现混乱的现象；二、提高了效率与准确率，稳定性高，同时能够节省时间，使得数据能够直接使用。附图说明为了易于说明，本专利技术由下述的具体实施及附图作以详细描述。图1为本专利技术的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本专利技术。但是应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。在此，还需要说明的是，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与根据本专利技术的方案密切相关的结构和/或处理步骤，而省略了与本专利技术关系不大的其他细节。如图1所示，本具体实施方式采用以下技术方案：它的方法如下：步骤一：信息采集：首先对信息进行采集，在采集时，通过传感器与摄像机来同时采集信息，摄像机对图像的采集，而传感器进行轨道信息的采集，同时摄像机在使用时通过三维运动支架来支撑，并且通过实时传感器进行检测位置；步骤二：获取信息的参数：对步骤一中采集的信息进行获取，在获取时，并对其信息进行加密，其在加密时通过多位运算加密方式进行加密，同时信息通过无线加密式传输；步骤三：分析、处理信息：将步骤二获取的信息进行分析与处理，在接收到信息后对信息进行解密，然后将信息进行分类并进行标记，标记后对信息进行定位；步骤四：建模：根据分析后的信息进行建模，并且分析出图形，分析后根据图像进行初步修改处理，且处理时进行对色彩对照式处理；步骤五：图像深度处理：将建图的图像进行深度处理，并获取其位置，根据位置与图像进行确定信息的准确性，当出现信息误差时，通过修正的方式进行修改；步骤六：信息的融合：将所有获取的信息进行融合，在融合时对其进行统计，统计后进行融合；步骤七：确认信息的准确性：根据融合的信息进行信息的确认，且确认后进行模拟运行，当运行时无错误最终确定；步骤八：微调节与修正：根据运行时运行信息获取并进行统计，根据获取的信息进行定位信息的微调节与修正。进一步的，所述摄像机采集信息时为运动式采集，通过运动支架来实现摄像机的连接。进一步的，所述建模为三维建模，在初次建模时，采用模糊建模的方式。进一步的，所述图像深度处理为将图像采用分解再次重组。进一步的，所述信息进行融合时先提取信息的特征，然后根据信息的特征进行重新组合。进一步的，所述融合的信息进行信息的确认为通过对比并标记的方式进行确认，保证同类数据的融合，不同数据的分类。进一步的，所述运行信息获取并进行统计的方法为：将获取的信息进行标号，类似数据进行连续标号，并且根据数据的大小进行压缩。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。本文档来自技高网...

【技术保护点】
1.一种基于单目视觉和惯导信息融合的定位及建图方法，其特征在于：它的方法如下：步骤一：信息采集：首先对信息进行采集，在采集时，通过传感器与摄像机来同时采集信息，摄像机对图像的采集，而传感器进行轨道信息的采集，同时摄像机在使用时通过三维运动支架来支撑，并且通过实时传感器进行检测位置；步骤二：获取信息的参数：对步骤一中采集的信息进行获取，在获取时，并对其信息进行加密，其在加密时通过多位运算加密方式进行加密，同时信息通过无线加密式传输；步骤三：分析、处理信息：将步骤二获取的信息进行分析与处理，在接收到信息后对信息进行解密，然后将信息进行分类并进行标记，标记后对信息进行定位；步骤四：建模：根据分析后的信息进行建模，并且分析出图形，分析后根据图像进行初步修改处理，且处理时进行对色彩对照式处理；步骤五：图像深度处理：将建图的图像进行深度处理，并获取其位置，根据位置与图像进行确定信息的准确性，当出现信息误差时，通过修正的方式进行修改；步骤六：信息的融合：将所有获取的信息进行融合，在融合时对其进行统计，统计后进行融合；步骤七：确认信息的准确性：根据融合的信息进行信息的确认，且确认后进行模拟运行，当运行时无错误最终确定；步骤八：微调节与修正：根据运行时运行信息获取并进行统计，根据获取的信息进行定位信息的微调节与修正。...

【技术特征摘要】
1.一种基于单目视觉和惯导信息融合的定位及建图方法，其特征在于：它的方法如下：步骤一：信息采集：首先对信息进行采集，在采集时，通过传感器与摄像机来同时采集信息，摄像机对图像的采集，而传感器进行轨道信息的采集，同时摄像机在使用时通过三维运动支架来支撑，并且通过实时传感器进行检测位置；步骤二：获取信息的参数：对步骤一中采集的信息进行获取，在获取时，并对其信息进行加密，其在加密时通过多位运算加密方式进行加密，同时信息通过无线加密式传输；步骤三：分析、处理信息：将步骤二获取的信息进行分析与处理，在接收到信息后对信息进行解密，然后将信息进行分类并进行标记，标记后对信息进行定位；步骤四：建模：根据分析后的信息进行建模，并且分析出图形，分析后根据图像进行初步修改处理，且处理时进行对色彩对照式处理；步骤五：图像深度处理：将建图的图像进行深度处理，并获取其位置，根据位置与图像进行确定信息的准确性，当出现信息误差时，通过修正的方式进行修改；步骤六：信息的融合：将所有获取的信息进行融合，在融合时对其进行统计，统计后进行融合；步骤七：确认信息的准确性：根据融合的信息进行信息的确认，且确认后进行模拟运行，当运行时无错误最终确定；步骤八：...

【专利技术属性】
技术研发人员：秦勇，刘芳，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23