一种权值优化的点线综合视觉惯性里程计方法技术

本发明专利技术公开了一种权值优化的点线综合视觉惯性里程计方法，其步骤如下：利用载体搭载的相机和IMU采集环境信息与运动信息，并实现点特征和直线特征的提取与管理，IMU运动信息的预积分；利用点特征、直线特征与IMU的残差获得初始的位姿解算目标函数；利用基于词频的非线性权值抑制不稳定特征，优化各项残差构成的目标函数模型；利用优化后的目标函数计算载体位子与运动情况。本发明专利技术提供了一种权值优化的点线综合视觉惯性里程计方法，利用特征直线解决弱纹理场景下特征数量较少的问题，并使用非线性权值优化了特征残差模型，实现弱纹理场景下视觉惯性里程计的稳定有效运行。

【技术实现步骤摘要】
一种权值优化的点线综合视觉惯性里程计方法
本专利技术涉及计算机视觉
，更具体的说是涉及一种权值优化的点线综合视觉惯性里程计方法。
技术介绍
视觉惯性里程计是常见的组合导航方法之一，其具有低成本和小型便捷的特点。近年来，随着小型平台的发展，视觉惯性里程计被广泛应用，对于算法的精度、适用环境与稳定性的要求也在日益增高。但是在惯性视觉里程计的视觉部分，常因光照、环境纹理条件差等环境因素导致采集不到足够多的特征点使得系统出现故障，这种情况对算法的鲁棒性和稳定性造成了很大的影响。此外，在特征匹配当中出现的误匹配也会对系统的解算结果与精度产生负面影响。因此，如何提供一种在弱纹理场景及特征不稳定情况下稳定有效运行的视觉惯性里程计方法是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种权值优化的点线综合视觉惯性里程计方法，利用特征直线补充特征数量，利用基于词频的非线性权值抑制不稳定特征，实现弱纹理场景及特征不稳定情况下视觉惯性里程计稳定有效运行。为了实现上述目的，本专利技术提供如下技术方案：<本文档来自技高网...

【技术保护点】
1.一种权值优化的点线综合视觉惯性里程计方法，其特征在于，包括步骤：/nS1、利用载体搭载的相机和IMU采集环境信息与运动信息，选取关键帧，对所述关键帧进行滑窗边缘化处理，并实现点特征和直线特征的提取与管理、IMU运动信息的预积分；/nS2、计算点特征残差、直线特征残差、IMU残差和边缘化先验信息；/nS3、利用基于词频的非线性权值抑制不稳定特征，优化点特征和直线特征残差，获得目标函数模型；/nS4、利用优化后的所述目标函数模型计算载体位姿与运动情况。/n

【技术特征摘要】
1.一种权值优化的点线综合视觉惯性里程计方法，其特征在于，包括步骤：
S1、利用载体搭载的相机和IMU采集环境信息与运动信息，选取关键帧，对所述关键帧进行滑窗边缘化处理，并实现点特征和直线特征的提取与管理、IMU运动信息的预积分；
S2、计算点特征残差、直线特征残差、IMU残差和边缘化先验信息；
S3、利用基于词频的非线性权值抑制不稳定特征，优化点特征和直线特征残差，获得目标函数模型；
S4、利用优化后的所述目标函数模型计算载体位姿与运动情况。


2.根据权利要求1所述的一种权值优化的点线综合视觉惯性里程计方法，其特征在于，所述步骤S3中的非线性权值包括：特征所在图像帧的重要程度和相对于同一图像帧中其它特征的重要程度。


3.根据权利要求1所述的一种权值优化的点线综合视觉惯性里程计方法，其特征在于，所述步骤S1包括：
S11、利用载体搭载的相机和IMU采集环境信息与运动信息；
S12、在相机采集的环境信息图像中提取FAST特征点，使用Brief描述子进行特征点描述，并利用光流法进行特征点的追踪；
S13、在相机采集的环境信息图像中使用直线分割算子LSD提取特征直线，使用直线描述子LBD进行特征直线描述，使用普吕克坐标与正交坐标对特征直线进行表示与管理。


4.根据权利要求2所述的一种权值优化的点线综合视觉惯性里程计方法，其特征在于，所述步骤S3包括：
S31、统计图像帧采集频次、特征点和特征直线出现频次，根据频次计算非线性权值；
S32、根据所述非线性权值优化目标函数，获得目标函数模型。


5.根据权利要求1所述的一种权值优化的点线综合视觉惯性里程计方法，其特征在于...

【专利技术属性】
技术研发人员：赵龙，赵毅琳，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11