一种基于视觉惯性融合技术的无人机自主定位方法及系统技术方案

技术编号:40094517 阅读:42 留言:0更新日期:2024-01-23 16:43
本说明书实施例提供了一种基于视觉惯性融合技术的无人机自主定位方法及系统,其中,方法包括:采集事件相机的事件数据以及惯性测量单元的IMU数据,基于数据滤波与噪声滤波算法对所述事件数据和IMU数据分别进行预处理;基于预处理后的事件数据和IMU数据进行数据融合;基于融合后的事件数据和IMU数据,构建视觉惯性里程计VIO模型,对无人机位姿信息进行估计;所述位姿信息包括在空间中的位置和姿态;通过反馈机制结合不同的优化算法对VIO模型进行优化,更新当前的位姿信息,并输出实时位姿信息。本发明专利技术能够实现高精度的自主定位,能够提高位姿估计的实时性、精度和鲁棒性。

【技术实现步骤摘要】

本文件涉及自主定位,尤其涉及一种基于视觉惯性融合技术的无人机自主定位方法及系统


技术介绍

1、随着机器人、自动驾驶、航空航天等领域的快速发展,定位技术的需求也越来越迫切。传统的基于gps或激光雷达的定位技术在复杂室内或城市环境中效果不佳,而基于视觉的定位方法受限于光照、遮挡等因素容易产生漂移或失效。同时,惯性测量单元(imu)虽然可以提供高精度的姿态测量,但其随时间漂移问题严重影响了其在长时间应用中的可靠性。因此,研究人员将事件相机和imu信息融合,通过将两种信息互补,实现对自身在空间中的位置和姿态的实时估计。其中,基于视觉惯性融合技术的自主定位方法具有高精度、高实时性、适用于不同的硬件平台和不同的运动模式等特点,成为当前研究的热点之一,同时,针对具体的工作环境以及无人机硬件配置,使用不同的优化算法来优化vio模型,以适应各种应用场景。


技术实现思路

1、本说明书一个或多个实施例提供了一种基于视觉惯性融合技术的无人机自主定位方法,包括:

2、s1.采集事件相机的事件数据以及惯性测量单元的imu数本文档来自技高网...

【技术保护点】

1.一种基于视觉惯性融合技术的无人机自主定位方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采集事件相机的事件数据以及惯性测量单元的IMU数据具体方法为:

3.根据权利要求1所述的方法,其特征在于,所述基于预处理后的事件数据和IMU数据进行数据融合具体包括:

4.根据权利要求3所述的方法,其特征在于,所述特征点信息的提取方法为:

5.根据权利要求1所述的方法,其特征在于,所述反馈机制具体包括:

6.根据权利要求3所述的方法,其特征在于,通过ORB或FAST算法进行所述特征点信息的提取和匹配。

...

【技术特征摘要】

1.一种基于视觉惯性融合技术的无人机自主定位方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采集事件相机的事件数据以及惯性测量单元的imu数据具体方法为:

3.根据权利要求1所述的方法,其特征在于,所述基于预处理后的事件数据和imu数据进行数据融合具体包括:

4.根据权利要求3所述的方法,其特征在于,所述特征点信息的提取方法为:

5.根据权利要求1所述的方法,其特征在于,所述反馈机制具体包括:

6.根据权利要求3所述的方法,其特征在于,通...

【专利技术属性】
技术研发人员:李一鹏周磊强
申请(专利权)人:杭州涿溪脑与智能研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1