【技术实现步骤摘要】
一种运动目标的定位方法及系统
本专利技术涉及机器视觉领域，具体涉及一种运动目标的定位方法及系统。
技术介绍
随着计算机技术和人工智能的发展，运动机器人得到了快速发展并渗透到社会的各个领域。运动机器人定位算法是使机器人具备自主导航功能的基础。传统的相对定位算法主要分为里程计法和惯性导航法，里程计法是通过安装在车轮上的光电编码器计算车轮的运动从而估计出机器人的运动，惯性导航法则是通过陀螺仪，加速度计等惯性测量单元(Inertialmeasurementunit，IMU)实现定位。由于打滑和误差积累，纯视觉里程计和IMU定位的精度都较低，考虑到视觉和惯性传感器的这种优缺点互补性，融合视觉与IMU的视觉惯性里程计(VisualInertialOdometry，VIO)算法大大提高了定位精度。然而VIO系统在纹理丰富的场景，大部分时候的结果的误差比较小，但在经过长走廊或纹理不够丰富的场景时，容易累积较大的误差。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中的在纹理信息较少或者图像模糊时候，VIO...
【技术保护点】
1.一种运动目标的定位方法，其特征在于，包括如下步骤：/n获取待定位目标的环境图像、加速度及角速度；/n获取环境图像中待定位目标的边缘角点特征及预设噪声协方差项；/n获取预设数量具有边缘角点特征的特征点的观测值及估计值，根据所述观测值及估计值获取待定位目标的重投影误差；/n根据预设误差模型获取待定位目标的加速度及角速度的增量误差及惯性测量噪声误差；/n利用预设优化算法对所述预设噪声协方差项、重投影误差、增量误差及惯性测量噪声误差进行非线性优化，得到待定位目标的位姿信息。/n
【技术特征摘要】
1.一种运动目标的定位方法，其特征在于，包括如下步骤：
获取待定位目标的环境图像、加速度及角速度；
获取环境图像中待定位目标的边缘角点特征及预设噪声协方差项；
获取预设数量具有边缘角点特征的特征点的观测值及估计值，根据所述观测值及估计值获取待定位目标的重投影误差；
根据预设误差模型获取待定位目标的加速度及角速度的增量误差及惯性测量噪声误差；
利用预设优化算法对所述预设噪声协方差项、重投影误差、增量误差及惯性测量噪声误差进行非线性优化，得到待定位目标的位姿信息。
2.根据权利要求1所述的运动目标的定位方法，其特征在于，所述获取环境图像中待定位目标的边缘角点特征的过程，包括以下步骤：
获取滤除所述环境图像信息噪声后像素点的灰度值；
根据像素点的灰度值，获取像素点的综合梯度；
根据所述像素点的综合梯度，获取环境图像边缘的第一边缘点；
根据非极大值抑制准则，去除环境图像边缘的第一边缘点中的伪边缘点，获取环境图像边缘的第二边缘点；
利用滞后阈值对所述环境图像边缘的第二边缘点进行优化处理，获取环境图像边缘及边缘线特征；
对所述环境图像边缘进行角点检测获取边缘角点特征。
3.根据权利要求2所述的运动目标的定位方法，其特征在于，所述获取预设数量具有边缘角点特征的特征点的观测值及估计值，根据所述观测值及估计值获取待定位目标的重投影误差的过程，包括以下步骤：
在当前帧上选取预设数量具有角点特征的特征点，利用金字塔光流方法追踪相邻帧对应的特征点作为观测特征点，获取观测特征点投影位置的观测值；
获取所述特征点三维坐标按照当前估计位姿进行投影得到的估计值；
将所述观测值与所述估计值进行比较得到待定位目标的重投影误差。
4.根据权利要求3所述的运动目标的定位方法，其特征在于，所述在当前帧上选取预设数量具有角点特征的特征点，利用金字塔光流方法追踪相邻帧对应的特征点作为观测特征点的过程，包括以下步骤：
获取当前帧上预设数量角点特征较强的特征点；
基于所述角点特征较强的特征点，利用金字塔光流方法追踪在环境图像下一帧中对应的特征点作为匹配特征点；
滤除匹配特征点中的异常点，获取观测特征点。
5.根据权利要求4所述的运动目标的定位方法，其特征在于，所述获取预设数量具有边缘角点特征的特征点的观测值及估计值，根据所述观测值及估计值获...
【专利技术属性】
技术研发人员：周健，冯大权，周小安，万绍俊，温焕宇，王春琦，赖礼锋，
申请(专利权)人：深圳大学，
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。