【技术实现步骤摘要】
本专利技术属于xr误差降低，具体而言，涉及一种降低xr长时间误差积累的方法、介质及系统。
技术介绍
1、随着增强现实(ar)和虚拟现实(vr)技术的迅速发展,xr(扩展现实)设备在工业、医疗、教育、娱乐等多个领域得到了广泛应用。xr设备通过集成多种传感器,如imu(惯性测量单元)、rgb摄像头、深度相机、激光雷达等,获取环境和自身状态的信息,并配合计算机视觉、slam(同步定位与地图构建)等算法,实现了对虚拟信息和真实环境的无缝融合。
2、在工业领域,xr技术可以辅助工人进行设备操作维护,通过叠加虚拟的操作指引和数据,降低工人的学习成本,提高作业效率。在医疗领域,xr技术为外科手术提供了全新的辅助方式,医生可以在患者体内投影出虚拟的解剖模型,指导手术操作；同时xr也可以用于医学培训,为学生提供身临其境的虚拟手术环境。在教育领域,xr技术将抽象的知识内容呈现为生动形象的三维虚拟场景,极大提升了学习体验和学习效率。在娱乐领域,xr技术让用户身临虚拟世界,为游戏、影视等领域注入了全新的体验方式。
3、然而,xr设备在实际应用中仍然面临着严峻的技术挑战,其中xr设备在虚拟环境中的位姿估计的精度和稳定性是制约xr应用的关键因素之一。由于xr设备需要与现实环境无缝对接,因此对设备的位置和姿态(统称位姿)的估计精度有着极高的要求,哪怕微小的位姿误差,也会导致虚拟信息与现实场景产生明显偏离,给用户带来不适感。
4、目前,xr设备普遍采用的位姿估计方法是基于多源传感器融合技术。具体来说,通过将imu、视觉、深度
技术实现思路
1、有鉴于此，本专利技术提供一种降低xr长时间误差积累的方法、介质及系统，能够解决现有技术在xr运行过程中，随着运行时间的延长,由于各种误差源的不断累积,导致xr设备在虚拟环境中的位姿的计算结果会逐渐偏离真实值的技术问题。
2、本专利技术是这样实现的：
3、本专利技术的第一方面提供一种降低xr长时间误差积累的方法，其中，包括以下步骤：
4、s10、收集xr设备运行过程中的传感器数据，为包含视觉、惯性、深度的多源数据；
5、s20、利用滤波算法对传感器数据进行预处理：
6、s30、建立综合优化模型,将预处理后的传感器数据进行融合,求解xr设备在虚拟环境中的位姿的最优估计值；
7、s40、引入非线性误差状态卡尔曼滤波器,对系统状态和测量噪声进行实时估计和补偿；
8、s50、结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化；
9、s60、根据误差累积情况,动态调整传感器权重,降低误差贡献大的传感器权重；
10、s70、周期性地与已知标定位置进行对准,对位姿误差进行重新校准；
11、s80、构建误差分布模型,在后续应用中利用统计规律修正误差偏移；
12、s90、当误差积累超出预设的误差阈值时,启动重定位程序,重新确定初始位置和姿态。
13、在上述技术方案的基础上，本专利技术的一种降低xr长时间误差积累的方法还可以做如下改进:
14、其中，所述传感器数据，具体包括来自惯性测量单元、视觉传感器、深度传感器的数据。
15、其中，所述利用滤波算法对传感器数据进行预处理的步骤，具体是：采用双边滤波对图像数据进行滤波,去除高频噪声；对惯性和深度数据,采用卡尔曼滤波方法去除异常值。
16、其中，所述建立综合优化模型,将包含视觉、惯性、深度的多源数据进行融合,求解最优位姿估计值的步骤，具体是：对视觉数据进行目标检测和轨迹关联,获取目标运动信息； 将目标运动信息与惯性和深度数据融合,构建误差代价函数；采用优化算法求解最优位姿解。
17、其中，所述结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化的步骤，具体是：建立地形模型,利用相邻区域频率特征判断地形陡峭程度；对平坦区域,采用平滑约束； 对陡峭区域,采用边缘保持约束；将约束条件融入误差模型,预测未来误差变化趋势。
18、其中，所述周期性地与已知标定位置进行对准,对位姿误差进行重新校准的步骤，具体是：检测到已知标定目标时,将估计位姿与标定位置对准；利用对准位姿差值,对位姿误差进行修正。
19、其中，所述构建误差分布模型,在后续应用中利用统计规律修正误差偏移的步骤，具体是：统计不同应用场景下位姿误差的分布规律；将分布模型应用于新场景,修正系统误差。
20、进一步的，所述优化算法采用高斯牛顿法。
21、本专利技术的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种降低xr长时间误差积累的方法。
22、本专利技术的第三方面提供一种降低xr长时间误差积累的系统，其中，包含上述的计算机可读存储介质。
23、与现有技术相比较，本专利技术提供的一种降低xr长时间误差积累的方法、介质及系统的有益效果是：1.实时监测误差积累情况,主动减小误差扩散速率。传统方法通常是被动等待误差累积到一定程度才进行修正,而本专利技术通过结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化,从而可以实时洞察误差扩散趋势,提前采取相应的控制措施。
24、2.动态调整传感器权重,提高系统鲁棒性。基于预测的误差分布,本专利技术方法能够评估各传感器对总体误差的贡献程度,从而动态调整各传感器在融合模型中的权重,降低误差贡献大的传感器权重,提高了系统对于单一传感器失效的鲁棒性。
25、3.周期性位姿校正,控制误差增长上限。通过与已知标定位置进行对准,本专利技术每隔一段时间就能够将位姿误差回拉到较小的水平,从而有效控制了误差的无限制增长,保证了系统长期运行的精度和稳定性。
26、4.利用数据统计规律修正误差偏移,提高整体精度。本专利技术构建了误差分布模型,能够根据当前的运动状态和环境条件,查询对应的误差分布,利用其统计参数对位姿估计值进行修正,从而在数理统计的意义上最小化了误差。
27、5.重定位机制确保系统可用性。当误差积累超出预设阈值时,本专利技术会自动触发重定位程序,重新确定初始位置和姿态,防止误差无限制增长导致系统失效,从而保证了系统的持续可用性。
28、综上所述,本专利技术方案较现有技术具有显著的优势,不仅从误差累积的根源上延缓了误差扩散,而且利用了多种不同层次的误差控制手段,对误差进行了全方位的管理,使得xr设备的位姿估计精度和稳定性都得到了极大的提升，也就是说，本专利技术的技术方案解决了现有技术在xr运行本文档来自技高网...
【技术保护点】
1.一种降低XR长时间误差积累的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述传感器数据，具体包括来自惯性测量单元、视觉传感器、深度传感器的数据。
3.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述利用滤波算法对传感器数据进行预处理的步骤，具体是：采用双边滤波对图像数据进行滤波,去除高频噪声；对惯性和深度数据,采用卡尔曼滤波方法去除异常值。
4.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述建立综合优化模型,将包含视觉、惯性、深度的多源数据进行融合,求解最优位姿估计值的步骤，具体是：对视觉数据进行目标检测和轨迹关联,获取目标运动信息； 将目标运动信息与惯性和深度数据融合,构建误差代价函数；采用优化算法求解最优位姿解。
5.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化的步骤，具体是：建立地形模型,利用相邻区域频率特征判断地形陡峭程度；
6.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述周期性地与已知标定位置进行对准,对位姿误差进行重新校准的步骤，具体是：检测到已知标定目标时,将估计位姿与标定位置对准；利用对准位姿差值,对位姿误差进行修正。
7.根据权利要求1所述的一种降低XR长时间误差积累的方法，其特征在于，所述构建误差分布模型,在后续应用中利用统计规律修正误差偏移的步骤，具体是：统计不同应用场景下位姿误差的分布规律；将分布模型应用于新场景,修正系统误差。
8.根据权利要求4所述的一种降低XR长时间误差积累的方法，其特征在于，所述优化算法采用高斯牛顿法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行权利要求1-8任一项所述的一种降低XR长时间误差积累的方法。
10.一种降低XR长时间误差积累的系统，其特征在于，包含权利要求9所述的计算机可读存储介质。
...【技术特征摘要】
1.一种降低xr长时间误差积累的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种降低xr长时间误差积累的方法，其特征在于，所述传感器数据，具体包括来自惯性测量单元、视觉传感器、深度传感器的数据。
3.根据权利要求1所述的一种降低xr长时间误差积累的方法，其特征在于，所述利用滤波算法对传感器数据进行预处理的步骤，具体是：采用双边滤波对图像数据进行滤波,去除高频噪声；对惯性和深度数据,采用卡尔曼滤波方法去除异常值。
4.根据权利要求1所述的一种降低xr长时间误差积累的方法，其特征在于，所述建立综合优化模型,将包含视觉、惯性、深度的多源数据进行融合,求解最优位姿估计值的步骤，具体是：对视觉数据进行目标检测和轨迹关联,获取目标运动信息； 将目标运动信息与惯性和深度数据融合,构建误差代价函数；采用优化算法求解最优位姿解。
5.根据权利要求1所述的一种降低xr长时间误差积累的方法，其特征在于，所述结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化的步骤，具体是：建立地形模型,利用相邻区域频率特征判断地形陡峭...
【专利技术属性】
技术研发人员：周安斌，晏武志，孙腾飞，郑建华，
申请(专利权)人：山东金东数字创意股份有限公司，
类型：发明
国别省市：
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。