视觉惯导里程计、位姿时序偏差估计方法和定位方法技术

本公开实施例公开了视觉惯导里程计、位姿时序偏差估计方法和定位方法。视觉惯导里程计位姿时序偏差估计方法包括：从图像中提取视觉特征，并且建立视觉特征与高精地图的数据关联，所述图像是视觉里程计集成的相机采集的；获取视觉惯导里程计的先验位姿；基于所建立的视觉特征与高精地图的数据关联和视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，并且估计所述相机的位姿和视觉惯导里程计位姿时序偏差，可以连续地对视觉惯导里程计的位姿偏差进行估计，而且利用视觉惯导里程计位姿时序偏差的估计模型一起估计出相机的位姿和视觉惯导里程计位姿时序偏差，进而精确地估计视觉惯导里程计的位姿。进而精确地估计视觉惯导里程计的位姿。进而精确地估计视觉惯导里程计的位姿。

【技术实现步骤摘要】
视觉惯导里程计、位姿时序偏差估计方法和定位方法


[0001]本公开涉及定位
，具体涉及视觉惯导里程计、位姿时序偏差估计方法和定位方法。

技术介绍

[0002]目前高精地图的采集通常使用高精度的组合惯导和激光雷达设备。由于成本较高，高精度设备不能满足高频的大范围的高精地图采集，从而较难保证地图的高频更新。廉价的视觉惯导(Visual Inertial，也称为视觉惯性)设备可以大规模部署，通过VIO(视觉惯导里程计或者视觉惯性里程计，Visual Inertial Odometry)、GPS和三维重建，完成对高精地图要素的采集和高频更新。
[0003]在机器人学和计算机视觉领域，视觉里程计的定义是通过相机采集到的图像计算其位置和姿态(位姿)的过程，被广泛应用在诸如机器人之类的移动设备领域，例如火星探测车。如果视觉里程计系统同时使用惯性测量元件，这种系统通常被称为视觉惯导里程计(VIO)。为了保证以VIO为基础的高精地图采集系统的精度，在估计VIO位姿时需要修正VIO位姿的时序偏差。时序偏差指的是测量值与真值之间的偏差形成的时间序列。然而，获取VIO位姿的时序偏差是困难的。

技术实现思路

[0004]为了解决相关技术中的问题，本公开实施例提供视觉惯导里程计位姿时序偏差估计方法、视觉惯导里程计定位方法、装置、电子设备、可读存储介质、计算机程序产品和视觉惯导里程计。
[0005]第一方面，本公开实施例中提供了一种视觉惯导里程计位姿时序偏差估计方法，所述方法包括：
[0006]从图像中提取视觉特征，并且建立视觉特征与高精地图的数据关联，所述图像是视觉里程计集成的相机采集的；
[0007]获取所述视觉惯导里程计的先验位姿；
[0008]基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，并且估计所述相机的位姿和视觉惯导里程计位姿时序偏差。
[0009]结合第一方面，本公开在第一方面的第一种实现方式中，所述基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，包括：
[0010]基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，分别确定所述视觉惯导里程计的视觉特征重投影误差、先验位姿误差、位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项。
[0011]结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，基于
所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的视觉特征重投影误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：
[0012]根据所建立的视觉特征与高精地图的数据关联，以获取与视觉特征匹配的地图三维特征；
[0013]获取与所述地图三维特征匹配的视觉特征在所述图像上的像素坐标；
[0014]基于所述时序位姿变量、所述地图三维特征和与所述地图三维特征匹配的视觉特征在所述图像上的像素坐标，计算所述视觉惯导里程计的视觉特征重投影误差作为所述视觉惯导里程计位姿时序偏差的估计模型中所述视觉特征对所述相机的位姿变量的约束。
[0015]结合第一方面的第一种实现方式，本公开在第一方面的第三种实现方式中，基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的先验位姿误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：
[0016]基于指定时刻的相机的时序位姿变量和所述视觉惯导里程计的位姿偏差，利用预设函数计算指定时刻的第一预测值；
[0017]基于获取的指定时刻的所述视觉惯导里程计的先验位姿和所述指定时刻的第一预测值，计算所述先验位姿误差作为所述视觉惯导里程计位姿时序偏差的估计模型中对所述相机的位姿变量和所述视觉惯导里程计的位姿偏差的约束。
[0018]结合第一方面的一种实现方式，本公开在第一方面的第四种实现方式中，基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：
[0019]基于预设的自回归位姿偏差估计模型，利用指定时刻之前的所述视觉惯导里程计的预设数量时刻的位姿偏差计算所述视觉惯导里程计的指定时刻的位姿偏差；
[0020]基于计算出的所述视觉惯导里程计的指定时刻的位姿偏差和指定时刻之前的预设数量时刻的时序偏差，计算所述视觉惯导里程计的位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中所述自回归位姿偏差估计模型的计算过程的约束。
[0021]结合第一方面、第一方面的第一种实现方式至第一方面的第四种实现方式中的任一种，本公开在第一方面的第五种实现方式中，所述估计所述相机的位姿和视觉惯导里程计位姿时序偏差，包括：
[0022]基于所述视觉惯导里程计的视觉特征重投影误差、先验位姿误差、位姿偏差误差，计算所述视觉惯导里程计总误差；
[0023]利用预设非线性优化算法，通过使得所述视觉惯导里程计位姿的总误差最小化，估计所述相机的位姿和所述视觉惯导里程计的位姿时序偏差。
[0024]结合第一方面，本公开在第一方面的第六种实现方式中，所述基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，包括：
[0025]基于所建立的所述视觉特征与高精地图的数据关联，计算所述视觉惯导里程计的视觉特征重投影误差作为所述视觉惯导里程计位姿时序偏差的估计模型中所述视觉特征
对所述相机的位姿变量的约束；
[0026]基于指定时刻的相机的时序位姿变量，计算所述视觉惯导里程计的先验位姿误差作为所述视觉惯导里程计位姿时序偏差的估计模型中对所述相机的位姿变量和所述视觉惯导里程计的位姿偏差的约束；
[0027]基于预设的自回归位姿偏差估计模型，利用所述视觉惯导里程计的先验位姿的偏差计算所述视觉惯导里程计的指定时刻的位姿偏差，并且计算所述视觉惯导里程计的位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中所述自回归位姿偏差估计模型的计算过程的约束。
[0028]第二方面，本公开实施例中提供了一种视觉惯导里程计，所述视觉惯导里程计包括视觉惯导里程计位姿时序偏差估计装置，所述视觉惯导里程计位姿时序偏差估计装置包括：
[0029]提取和建立模块，被配置为从图像中提取视觉特征，并且建立视觉特征与高精地图的数据关联，所述图像是视觉里程计集成的相机采集的；
[0030]获取模块，被配置为获取所述视觉惯导里程计的先验位姿；
[0031]估计模块，被配置为基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉惯导里程计位姿时序偏差估计方法，其中，所述方法包括：从图像中提取视觉特征，并且建立视觉特征与高精地图的数据关联，所述图像是视觉里程计集成的相机采集的；获取所述视觉惯导里程计的先验位姿；基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，并且估计所述相机的位姿和视觉惯导里程计位姿时序偏差。2.根据权利要求1所述的方法，所述基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，建立视觉惯导里程计位姿时序偏差的估计模型，包括：基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，分别确定所述视觉惯导里程计的视觉特征重投影误差、先验位姿误差、位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项。3.根据权利要求2所述的方法，基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的视觉特征重投影误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：根据所建立的视觉特征与高精地图的数据关联，以获取与视觉特征匹配的地图三维特征；获取与所述地图三维特征匹配的视觉特征在所述图像上的像素坐标；基于所述时序位姿变量、所述地图三维特征和与所述地图三维特征匹配的视觉特征在所述图像上的像素坐标，计算所述视觉惯导里程计的视觉特征重投影误差作为所述视觉惯导里程计位姿时序偏差的估计模型中所述视觉特征对所述相机的位姿变量的约束。4.根据权利要求2所述的方法，基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的先验位姿误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：基于指定时刻的相机的时序位姿变量和所述视觉惯导里程计的位姿偏差，利用预设函数计算指定时刻的第一预测值；基于获取的指定时刻的所述视觉惯导里程计的先验位姿和所述指定时刻的第一预测值，计算所述先验位姿误差作为所述视觉惯导里程计位姿时序偏差的估计模型中对所述相机的位姿变量和所述视觉惯导里程计的位姿偏差的约束。5.根据权利要求2所述的方法，基于所建立的所述视觉特征与高精地图的数据关联和所述视觉惯导里程计的先验位姿，确定所述视觉惯导里程计的位姿偏差误差作为所述视觉惯导里程计位姿时序偏差的估计模型中的约束项，包括：基于预设的自回归位姿偏差估计模型，利用指定时刻之前的所述视觉惯导里程计的预设数量时刻的位姿偏差计算所述视觉惯导里程计的指定时刻的位姿偏差；基于计算出的所述视觉惯导里程计的指定时刻的位姿偏差和指定时刻之前的预设数量时刻的时序偏差，计算所述视觉惯导里程计的位姿偏...

【专利技术属性】
技术研发人员：陶醉，
申请(专利权)人：高德软件有限公司，
类型：发明
国别省市：