视觉融合定位方法、装置、电子设备和可读存储介质制造方法及图纸

本申请公开了一种视觉融合定位方法、装置、电子设备和可读存储介质，所述方法包括：获取视觉图像的特征点信息；根据观测状态信息确定各特征点信息的自适应图像观测噪声值；根据所述自适应图像观测噪声值和所述特征点信息更新定位状态信息，以根据更新后的所述定位状态信息确定定位结果。通过本申请，能够根据不同观测状态信息自适应调整图像观测噪声，使得自适应图像观测噪声更接近于实际噪声值，提高了视觉定位的准确性和稳定性，进而解决了相关技术中视觉定位估计效果不佳的技术问题。技术中视觉定位估计效果不佳的技术问题。技术中视觉定位估计效果不佳的技术问题。

【技术实现步骤摘要】
视觉融合定位方法、装置、电子设备和可读存储介质


[0001]本申请涉及视觉定位领域，具体涉及一种视觉融合定位方法、装置、电子设备和可读存储介质。

技术介绍

[0002]当无人机等自动驾驶车辆在城市等复杂环境下执行配送任务时，GPS(Global Positioning System，全球定位系统)定位失效的风险很大，VIO(Visual-Inertial Odometry，视觉惯性里程计)等利用多传感器实现的视觉融合定位就显得十分重要。在这种情况下，视觉融合定位需要有尽可能高的定位精度，以保证无人机正常有效地完成任务。
[0003]以VIO为例，其需要用到图像观测值来进行状态更新。这里的图像观测值主要是指空间点经过相机成像后所得特征点的像素坐标值。在基于滤波器的VIO框架中，图像特征点的观测噪声是十分重要的信息，影响着状态估计的性能。目前，相关技术中的图像观测噪声通常使用预先设置的默认值，即使该默认值通过调整或对历史数据的分析选取最优值，这样得到的状态估计性能也是有限的，因而，现有技术中的图像观测噪声设置方法无法达到最优的定位估计效果。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉融合定位方法，其特征在于，包括：获取视觉图像的特征点信息；根据观测状态信息确定各特征点信息的自适应图像观测噪声值；根据所述自适应图像观测噪声值和所述特征点信息更新定位状态信息，以根据更新后的所述定位状态信息确定定位结果。2.根据权利要求1所述的视觉融合定位方法，其特征在于，所述根据观测状态信息确定各特征点信息的自适应图像观测噪声值包括：按照观测状态信息的类别，分别确定各类别的噪声影响因子；根据各类别的各所述噪声影响因子联合确定自适应图像观测噪声的标准差。3.根据权利要求1所述的视觉融合定位方法，其特征在于，所述观测状态信息包括根据视觉惯性里程计VIO中惯性测量单元确定的视觉传感器的角速度，所述根据观测状态信息确定各特征点信息的自适应图像观测噪声值包括：根据第一子函数f
ω
(ω
i
)确定角速度ω
i
的角速度噪声影响因子，其中，ω
i
表示第i时刻视觉传感器的角速度，对于任意|ω1|<|ω2|，f
ω
(ω1)≤f
ω
(ω2)均成立，i为不小于1的整数；根据所述角速度噪声影响因子确定所述自适应图像观测噪声值。4.根据权利要求1所述的视觉融合定位方法，其特征在于，所述观测状态信息包括相邻帧视觉图像的特征点匹配度，所述根据观测状态信息确定各特征点信息的自适应图像观测噪声值包括：根据第二子函数确定特征点匹配度的特征点匹配度噪声影响因子，其中，表示第i时刻第j个特征点的特征点匹配度，对于任意Ep
i1(j1)
<Ep
i2(j2)
，f
Ep
(Ep
i1(j1)
)≥f
Ep
(Ep
i2(j2)
)均成立，i1、j1、i2和j2均为不小于1的整数；根据所述特征点匹配度噪声影响因子确定所述自适应图像观测噪声值。5.根据权利要求1所述的视觉融合定位方法，其特征在于，所述观测状态信息包括特征点与视觉传感器的相对距离，所述根据观测状态信息确定各特征点信息的自适应图像观测噪声值包括：根据第三子函数f
P
(P
i(j)
)确定所述相对距离P
i(j)
的相对距离噪声影响因子，其中，P
i(j)
表示第i时刻第j个特征点相对于视觉传感器的三维位置，对于任意||P
i1(j1)
||<||P
i2(j2)
||，f
P
...

【专利技术属性】
技术研发人员：邓瑞亮，范云飞，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：