[發明專利]無人機室內導航方法、裝置、無人機及存儲介質

有效

• 申請號: 201710617848.2
• 申請日: 2017-07-26
• 公開（公告）號: CN107478220B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 周翊民;歐明華;呂琴;李志飛
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G01C21/16
• 分類號: G01C21/16
• 代理公司: 深圳智趣知識產權代理事務所(普通合伙) 44486
• 代理人: 邵萌

1.一種無人機室內導航方法，其特征在于，所述方法包括下述步驟：

通過無人機上設置的單目攝像頭對當前場景進行拍攝，以得到對應的場景圖像，并通過所述無人機上設置的慣性測量單元獲取所述無人機的慣性測量數據；

對每幀場景圖像進行特征檢測和特征跟蹤，獲得場景圖像特征，對所述慣性測量數據進行預處理；

將所述跟蹤的場景圖像特征與所述預處理后的慣性測量數據進行融合，生成融合數據；

對所述每幀場景圖像進行非線性優化，根據所述融合數據和所述非線性優化后的每幀場景圖像，對無人機狀態進行閉環檢測和姿態圖優化，以對所述無人機進行導航；其中，對所述拍攝的場景圖像進行特征檢測和特征跟蹤，獲得場景圖像特征，對所述慣性測量數據進行預處理的步驟，包括：

檢測并跟蹤所述場景圖像的角點特征，將每對相鄰的兩幀場景圖像間測量的所述慣性測量數據進行積分。

2.如權利要求1所述的方法，其特征在于，將所述跟蹤的場景圖像特征與所述預處理后的慣性測量數據進行融合，生成相應的融合數據的步驟，包括：

通過預設的松耦合傳感器融合方式，將所述每幀場景圖像的場景圖像特征與所述預處理后的慣性測量數據進行融合，生成所述融合數據。

3.如權利要求1所述的方法，其特征在于，將所述跟蹤的場景圖像特征與所述預處理后的慣性測量數據進行融合的步驟之后，對所述每幀場景圖像進行非線性優化的步驟之前，所述方法還包括：

在所述每幀場景圖像中查找所述場景圖像特征的平均視差超過預設視差閾值的場景圖像，將所述場景圖像特征的平均視差超過所述視差閾值的場景圖像設置為關鍵幀；

檢測所述每對相鄰關鍵幀之間的對應關系，當所述對應關系滿足預設的旋轉條件時，恢復所述每對相鄰關鍵幀之間的相對旋轉。

4.如權利要求3所述的方法，其特征在于，根據所述融合數據和所述非線性優化后的每幀場景圖像，對無人機狀態進行閉環檢測和姿態圖優化的步驟，包括：根據所述非線性優化后的每幀場景圖像，構建由所述關鍵幀組合成的關鍵幀數據集；

檢測所述關鍵幀數據集中每對相鄰關鍵幀的相似度，并獲取所述相似度滿足預設的閉環條件的所述關鍵幀；

對所述相似度滿足所述閉環條件的所述關鍵幀進行相似變換的計算，并對所述相似度滿足所述閉環條件的所述關鍵幀進行閉環融合和姿態圖優化。

5.一種無人機室內導航裝置，其特征在于，所述裝置包括：

數據獲取單元，用于通過無人機上設置的單目攝像頭對當前場景進行拍攝，以得到對應的場景圖像，并通過所述無人機上設置的慣性測量單元獲取所述無人機的慣性測量數據；

預處理單元，用于對每幀場景圖像進行特征檢測和特征跟蹤，獲得場景圖像特征，對所述慣性測量數據進行預處理；其中，對所述拍攝的場景圖像進行特征檢測和特征跟蹤，獲得場景圖像特征，對所述慣性測量數據進行預處理的步驟，包括：檢測并跟蹤所述場景圖像的角點特征，將每對相鄰的兩幀場景圖像間測量的所述慣性測量數據進行積分；

數據融合單元，用于將所述跟蹤的場景圖像特征與所述預處理后的慣性測量數據進行融合，生成融合數據；以及

優化導航單元，用于對所述每幀場景圖像進行非線性優化，根據所述融合數據和所述非線性優化后的每幀場景圖像，對無人機狀態進行閉環檢測和姿態圖優化，以對所述無人機進行導航。

6.如權利要求5所述的裝置，其特征在于，所述裝置還包括：

關鍵幀查找單元，用于在所述每幀場景圖像中查找所述場景圖像特征的平均視差超過預設視差閾值的場景圖像，將所述場景圖像特征的平均視差超過所述視差閾值的場景圖像設置為關鍵幀；以及

圖像旋轉單元，用于檢測所述每對相鄰關鍵幀之間的對應關系，當所述對應關系滿足預設的旋轉條件時，恢復所述每對關鍵幀之間的相對旋轉。