System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于视觉惯性融合的无人机自主定位与建图方法及系统技术方案_技高网

基于视觉惯性融合的无人机自主定位与建图方法及系统技术方案

技术编号:43281094 阅读:20 留言:0更新日期:2024-11-12 16:04
本说明书实施例提供了一种基于视觉惯性融合的无人机自主定位与建图方法及系统,其中,方法包括:通过RGBD相机获取深度图像数据,通过惯性测量单元IMU获取无人机IMU数据,对IMU数据进行预处理得到IMU预积分数据;对深度图像数据和IMU数据进行内外参联合标定,得到RGBD相机和IMU的内外参矩阵;基于RGBD相机和IMU的内外参矩阵得到高质量点云数据,根据IMU预积分数据和高质量点云数据构建局部子地图;对当前点云帧和局部子地图进行匹配与优化,完成无人机的自主定位与建图。该方法利用RGBD相机获取深度数据的稳定性与IMU的低噪声特性,有效克服了传统视觉方法在快速运动和弱纹理场景下的缺陷,具有高精度和实时性,适用于各种无人机、机器人等自主导航和定位应用场景。

【技术实现步骤摘要】

本专利技术涉及无人机,尤其涉及一种基于视觉惯性融合的无人机自主定位与建图方法及系统


技术介绍

1、随着无人机应用的不断拓展和发展,对于无人机的高精度定位与建图需求日益增加,然而,传统的单一传感器定位方法存在一些局限性,这促使研究人员探索更加可靠和精确的定位与建图解决方案。特别是在复杂场景或室内环境中,gps信号可能不稳定或不可用,纯视觉slam可能受限于光照条件和纹理缺失,导致定位不稳定、建图质量不佳、鲁棒性差等问题,因此,现亟需一种能够有效实现无人机高精度定位与建图的方法。


技术实现思路

1、本专利技术的目的在于提供一种基于视觉惯性融合的无人机自主定位与建图方法及系统,旨在解决现有技术中的上述问题。

2、本专利技术实施例提供一种基于视觉惯性融合的无人机自主定位与建图方法,包括:

3、通过rgbd相机获取深度图像数据,通过惯性测量单元imu获取无人机imu数据,对所述imu数据进行预处理,得到imu预积分数据;

4、根据所述深度图像数据和所述imu数据进行内外参联合标定,得到rgbd相机和imu的内外参矩阵;

5、基于所述rgbd相机和imu的内外参矩阵得到高质量点云数据,根据所述imu预积分数据和所述高质量点云数据构建局部子地图;

6、对当前点云帧和所述局部子地图进行匹配与优化,完成无人机的自主定位与建图。

7、本专利技术实施例提供一种基于视觉惯性融合的无人机自主定位与建图系统,包括:

8、数据模块,用于通过rgbd相机获取深度图像数据,通过惯性测量单元imu获取无人机imu数据,对所述imu数据进行预处理,得到imu预积分数据;

9、标定模块,用于根据所述深度图像数据和所述imu数据进行内外参联合标定,得到rgbd相机和imu的内外参矩阵;

10、构建模块,用于基于所述rgbd相机和imu的内外参矩阵得到高质量点云数据,根据所述imu预积分数据和所述高质量点云数据构建局部子地图;

11、定位建图模块,用于对当前点云帧和所述局部子地图进行匹配与优化,完成无人机的自主定位与建图。

12、本专利技术实施例还提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述基于视觉惯性融合的无人机自主定位与建图方法的步骤。

13、本专利技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现上述基于视觉惯性融合的无人机自主定位与建图方法的步骤。

14、采用本专利技术实施例可以包括以下有益效果:本专利技术实施例提出的高效点云拼接方法,提升了算法的运行效率,使之可以直接应用于轻量化设备;此外,本专利技术实施例充分利用了深度相机与惯性测量单元imu各自的优势,提出了一种高精度、高鲁棒的实时定位与建图方法,为无人机在复杂场景下的探索与导航提供了有利条件。

本文档来自技高网...

【技术保护点】

1.一种基于视觉惯性融合的无人机自主定位与建图方法,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,根据所述深度图像数据和所述IMU数据进行内外参联合标定,得到RGBD相机和IMU的内外参矩阵具体包括:

3.根据权利要求1所述的方法,其特征在于,基于所述RGBD相机和IMU的内外参矩阵得到高质量点云数据具体包括:

4.根据权利要求1所述的方法,其特征在于,对当前点云帧和所述局部子地图进行匹配与优化,完成无人机的自主定位与建图具体包括:

5.一种基于视觉惯性融合的无人机自主定位与建图系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特征在于,所述标定模块具体用于:

7.根据权利要求5所述的系统,其特征在于,所述构建模块具体用于:

8.根据权利要求5所述的系统,其特征在于,所述定位建图模块具体用于:

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-4中任一项所述的基于视觉惯性融合的无人机自主定位与建图方法的步骤。

10.一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上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1-4中任一项所述的基于视觉惯性融合的无人机自主定位与建图方法的步骤。

...

【技术特征摘要】

1.一种基于视觉惯性融合的无人机自主定位与建图方法,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,根据所述深度图像数据和所述imu数据进行内外参联合标定,得到rgbd相机和imu的内外参矩阵具体包括:

3.根据权利要求1所述的方法,其特征在于,基于所述rgbd相机和imu的内外参矩阵得到高质量点云数据具体包括:

4.根据权利要求1所述的方法,其特征在于,对当前点云帧和所述局部子地图进行匹配与优化,完成无人机的自主定位与建图具体包括:

5.一种基于视觉惯性融合的无人机自主定位与建图系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特征在于,所...

【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