融合慣性與視覺(jué)的多傳感器空間位姿計(jì)算方法的研究.pdf

1、空間定位技術(shù)在智能機(jī)器人、無(wú)人機(jī)、AR等領(lǐng)域有著重要的作用，其定位精度直接影響著使用性能與用戶(hù)體驗(yàn)。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，基于視覺(jué)里程計(jì)的空間定位技術(shù)逐漸成為了研究熱點(diǎn)，然而由于視覺(jué)的局限性，其單獨(dú)定位的精度不高并且穩(wěn)定性差，因此尋求一種更加可靠的基于視覺(jué)的空間位姿計(jì)算方法非常重要。
　　針對(duì)純視覺(jué)里程計(jì)空間定位方法易受環(huán)境干擾，定位不精確，可靠性與魯棒性不高的情況，本文提出了融合慣性與視覺(jué)的多傳感器空間位姿計(jì)算方法，建立優(yōu)化

2、模型并對(duì)算法進(jìn)行對(duì)比實(shí)驗(yàn)。本文主要完成了以下三個(gè)方面的內(nèi)容：
　?、賵D像特征提取與匹配是計(jì)算機(jī)視覺(jué)中最基本也是最首要的問(wèn)題，本文首先研究了三種主流的圖像特征提取與匹配算法—SIFT(Scale-invariant feature transform)、SURF(Speeded Up Robust Features)、ORB(Oriented FAST and Rotated BRIEF)算法，通過(guò)實(shí)驗(yàn)對(duì)比了三種算法，針對(duì)視覺(jué)里程計(jì)

3、對(duì)時(shí)間效率的要求，選擇了ORB算法作為本文的圖像特征提取算法；針對(duì)視覺(jué)里程計(jì)中容易出現(xiàn)的因掉幀而導(dǎo)致的定位失敗的問(wèn)題，本文采用建立局部地圖的方式，并使用關(guān)鍵幀與重定位兩種方法增強(qiáng)視覺(jué)里程計(jì)的穩(wěn)定性與魯棒性。最后，使用圖優(yōu)化的方法對(duì)視覺(jué)里程計(jì)進(jìn)行了局部?jī)?yōu)化以提高其定位精度，減小累計(jì)誤差。
　?、卺槍?duì)視覺(jué)里程計(jì)位姿計(jì)算不準(zhǔn)確，誤差波動(dòng)較大的問(wèn)題，本文提出一種融合慣性元件的視覺(jué)里程計(jì)的優(yōu)化方法，將IMU信息加入到連續(xù)的兩幀圖像之間進(jìn)行約

4、束。IMU信息在相鄰兩幀或相鄰兩個(gè)關(guān)鍵幀之間的測(cè)量值通過(guò)預(yù)積分計(jì)算出一個(gè)近似高斯分布的“偽”測(cè)量量，把這個(gè)“偽”測(cè)量量作為相鄰兩幀間的觀測(cè)量加入到優(yōu)化模型中。同時(shí)預(yù)積分方法能給出“偽”測(cè)量量相對(duì)于IMU零偏變化的雅克比矩陣，在IMU零偏有修正時(shí)可以直接計(jì)算雅可比矩陣的一階近似而不用算積分，從而減小計(jì)算量；另外在計(jì)算陀螺儀與加速度計(jì)的偏差時(shí)加入了重力信息以增強(qiáng)算法的魯棒性。最后用重投影誤差與IMU誤差建立圖優(yōu)化模型，用牛頓‐高斯法來(lái)求解得