一种弱纹理暗光环境下移动机器人惯性视觉定位方法与系统技术方案

本发明专利技术公开了一种弱纹理暗光环境下移动机器人惯性视觉定位方法与系统。方法包括以下步骤：弱光图像增强；提取特征信息匹配并进行IMU预积分，得到相邻关键帧的位姿关系；进行视觉初始化和视觉惯性联合初始化，建立点线特征和惯性误差模型；基于滑动窗口法构建系统残差模型进行局部优化，输出位置和姿态信息。本发明专利技术有效克服了移动机器人在弱光环境下特征判别性与唯一性显著降低的问题，有效提升弱纹理和暗光环境下的定位精度和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及导航，具体涉及一种弱纹理暗光环境下移动机器人惯性视觉定位方法与系统。

技术介绍

1、随着科技的快速发展，移动机器人在多个领域得到了广泛应用，并在未来展现出巨大的发展潜力。实现移动机器人的自主导航，关键在于能够在无需依赖全球导航卫星系统(gnss)信号的情况下完成定位。然而，部分移动机器人经常在弱纹理和暗光环境中作业，导致视觉里程计在这些场景下的性能受到限制。例如，仓储机器人在大型物流仓库中运行时，货架表面多为单一颜色或规则排列的纹理，地面通常为光滑的工业地板，缺乏足够的视觉特征用于定位。在地下停车场中，由于光线不足且墙面材质单一，相机难以采集到清晰的特征点。而在旷野或沙漠环境中，地形单一且纹理稀疏，也会导致特征不足。这些弱纹理和暗光场景下的恶劣成像条件，会使相机输出的图像质量差，特征点数量少且类型单一，视觉里程计定位精度因此急剧下降。此外，视觉里程计对相机快速运动导致的图像模糊也表现出较大的敏感性，存在短期稳定性较差的缺陷，比如在拐角处快速转弯时易发生航向角发散的问题。

技术实现思路p>

1、专利技本文档来自技高网...

【技术保护点】

1.一种弱纹理暗光环境下移动机器人惯性视觉定位方法，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，对图像进行增强处理，包括：

3.根据权利要求1所述的方法，其特征在于，基于梯度方向滤波对锚点进行过滤，包括：

4.根据权利要求1所述的方法，其特征在于，使用迭代加权方法对过滤后的锚点进行线段拟合，包括：

5.根据权利要求1所述的方法，其特征在于，合并相似的线段，包括：

6.根据权利要求1所述的方法，其特征在于，根据点特征的跟踪情况动态调整EDLines算法的像素链阈值，包括：

7.根据权利要求1所述的方法...

【技术特征摘要】

1.一种弱纹理暗光环境下移动机器人惯性视觉定位方法，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，对图像进行增强处理，包括：

3.根据权利要求1所述的方法，其特征在于，基于梯度方向滤波对锚点进行过滤，包括：

4.根据权利要求1所述的方法，其特征在于，使用迭代加权方法对过滤后的锚点进行线段拟合，包括：

5.根据权利要求1所述的方法，其特征在于，合并相似的线段，包括：

6.根据权利要求1所述的方法，其特征在于，根据点特征的跟踪情况动态调整edlines算法的像素链阈值，包括：

7.根据权利要求1所述的方法，其特征在于，基...

【专利技术属性】
技术研发人员：刘锡祥，程玉，
申请(专利权)人：东南大学，
类型：发明
国别省市：