一种基于改进的点线特征与IMU融合的机器人定位方法技术

本发明专利技术公开了一种基于改进的点线特征与IMU融合的机器人定位方法，属于视觉SLAM定位术领域。本发明专利技术包括：1、提取图像中的特征点并进行跟踪和匹配，使用改进的LSD线段检测方法提取图像中的线，并用线段合并算法将属于同一直线上的短线段进行合并，然后使用LBD描述子进行匹配；2、对采集的IMU数据预积分；3、采取与VINS‑Mono相同的初始化策略；4、利用加入到滑动窗口的信息优化相机位姿。本发明专利技术添加了滤波处理，在密集区域不再提取大量的线段，并利用线段合并算法，剔除了一些短线段，合并得到了特性更加稳定的长线段，降低了匹配的复杂度，在纹理线条较多的环境中，该发明专利技术生成的轨迹也能够有效提高定位的精度。

【技术实现步骤摘要】

本专利技术涉及视觉slam定位与建图，更具体地说，涉及一种基于改进的点线特征与imu融合的机器人定位方法。

技术介绍

1、同步定位与建图(slam)是机器人导航的重要技术，机器人搭载传感器能在无先验环境信息的情况下实现自主定位与建图导航。相机具有价格便宜，感知信息能力强等优点，以相机作为传感器的视觉slam是机器人领域的热门研究方向，但视觉slam系统易受光照移动速度等因素影响，多种传感器互补成为主要趋势。将视觉信息作为imu(惯性传感单元)的约束能有效减少imu的飘移和累积误差，imu能恢复单目相机的尺度信息且能为视觉提供快速响应的定位，因此，视觉与imu融合的slam系统成为热门的技术课题。

2、视觉融合imu的slam系统中将视觉信息与数据关联的方法主要有直接法和特征点法，特征点具有更好的鲁棒性与精度。基于特征点的典型算法有sift、ptam和supf等，但这些算法都存在实时性差、容易丢失跟踪等问题，mur-artal等提出的orb-slam使特征点slam技术达到了顶峰，虽然使用的orb特征点使整个系统取得很好的跟踪和建图效果，但存在计本文档来自技高网...

【技术保护点】

1.一种基于改进的点线特征与IMU融合的机器人定位方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种基于改进的点线特征与IMU融合的机器人定位方法，其特征在于：步骤1中，在使用改进的LSD线段检测方法提取图像中的直线特征之前，先设置一个滤波器对图像中线密集区域进行筛选，滤波器基于像素梯度，检测灰度图中像素密度高的区域，并将该区域的像素改为统一的像素值，然后调用LSD对处理后的灰度图进行直线检测。

3.根据权利要求2所述的一种基于改进的点线特征与IMU融合的机器人定位方法，其特征在于：滤波器的过滤流程为：

4.根据权利要求3所述的一种基于改进的点...

【技术特征摘要】

1.一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于，其步骤为：

2.根据权利要求1所述的一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于：步骤1中，在使用改进的lsd线段检测方法提取图像中的直线特征之前，先设置一个滤波器对图像中线密集区域进行筛选，滤波器基于像素梯度，检测灰度图中像素密度高的区域，并将该区域的像素改为统一的像素值，然后调用lsd对处理后的灰度图进行直线检测。

3.根据权利要求2所述的一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于：滤波器的过滤流程为：

4.根据权利要求3所述的一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于：所述的线段合并算法，首先基于线段角度差值以及端点到直线的距离对线段进行分组，再根据线段的角度实行不同的排序方案，实现线段基于相对位置的有序排列，最后根据线段端点之间的距离和线段的长度之和进行比较，确定是否属于同一条直线，并基于lbd描述子对合并后的直线进行筛选和剔除。

5.根据权利要求3所述的一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于：所述的线段合并算法的具体过程如下：

6.根据权利要求5所述的一种基于改进的点线特征与imu融合的机器人定位方法，其特征在于：步骤(1)中从最长的线段开始进行分组，长度小于设定的阈值lmin的线段剔除，不进行...

【专利技术属性】
技术研发人员：金仁才，管玲，钱元弟，李丹，胡义，陈阳，孔炯，李俊祥，程安春，房政，
申请(专利权)人：中国十七冶集团有限公司，
类型：发明
国别省市：