一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法技术

本发明专利技术提供了一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法，属于计算机视觉技术领域，先进行多相机的同步数据采集，对图像组中的各图像进行多相机前端特征跟踪，获得各图像组的特征关联结果，基于此构建代价函数，通过构建三层自适应置信度加权模型，实现自适应多相机后端状态估计，并执行滑动窗口优化。本发明专利技术通过构建可适应场景变化的三层自适应置信度加权模型，实现相机权重的动态调整，最大化融合并有效利用多相机数据，全面评估特征质量、跟踪误差以及相机观测数据的可靠性，显著提升视觉惯性里程计的精度和鲁棒性，为定位系统带来更高的稳定性和优异性能。

【技术实现步骤摘要】

本专利技术属于计算机视觉，具体涉及一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法。

技术介绍

1、视觉惯性里程计(visual-inertial odometry,vio)是计算机视觉领域的一个重要研究课题，其研究的问题是：如何有效地结合视觉信息与惯性测量数据，实现精准且鲁棒的位姿估计。特别是在机器人应用环境日益复杂的背景下，对定位系统精度和鲁棒性的要求愈发严格。为了提升视觉惯性里程计的精度，许多研究人员开始积极寻找有效的策略。其中一个策略是通过增加多个相机扩大观测视野，利用更丰富的观测数据来提升定位系统的精度。

2、然而，当前基于多相机观测的定位方法(如vins-fusion视觉惯性里程计定位方法)在面对具有挑战性的场景，如纹理稀疏或图像模糊等情况时，其定位精度和稳定性往往会下降。这主要是因为现有定位方法中的状态估计模块通常对不同传感器设置了固定的权重，未能充分考虑采集数据质量与场景变化之间的动态关系，从而限制了其场景灵活性。

3、基于此，本专利技术提出了一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法，可根据场本文档来自技高网...

【技术保护点】

1.一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法，其特征在于，步骤2.2中所述FAST特征检测算法具体为均匀化自适应特征检测算法，其阈值T通过计算各图像的平均梯度t确定，计算公式为：

【技术特征摘要】

1.一种基于多相机观测的高精度高鲁棒性视觉惯性里程计定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多相机观测的高精度高鲁棒性视...

【专利技术属性】
技术研发人员：李瑞，蔚保国，熊华捷，吴子豪，史莹晶，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：