[發明專利]一種視覺慣性里程計中的加權歐拉預積分方法

有效

• 申請號: 201810239808.3
• 申請日: 2018-03-22
• 公開（公告）號: CN108731700B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 潘樹國;曾攀;王帥;黃礪梟
• 申請（專利權）人: 東南大學
• 主分類號: G01C22/00
• 分類號: G01C22/00;G06T7/73
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 孟紅梅

本發明公開了一種視覺慣性里程計中的加權歐拉預積分方法，慣性測量單元的預積分在VIO處理流程中是很重要的數據預處理部分，提高預積分的精度對于后續的聯合初始化、運動估計及優化具有重要意義。本發明方法首先在積分運動模型上使用加權歐拉預積分，然后將兩關鍵幀間的IMU測量值通過迭代求和處理，得到兩關鍵幀之間的運動約束，再通過公式處理進一步得到相對運動增量模型以及預積分測量模型。與傳統的預積分方法相比，提出的方法能充分利用測量的角速度和加速度測量值，并且更真實地反映速度和角度的變化趨勢。在視覺與慣性器件緊耦合的系統中，使用EuRoc MAV數據集，實驗結果較理想，在定位精度上有顯著的提升，RMSE提高約40％。

技術領域

本發明涉及一種視覺慣性里程計中的加權歐拉預積分方法，屬于同時定位與地圖構建(SLAM)技術領域。

背景技術

視覺慣性里程計(VIO)是融合視覺和慣性傳感器的融合SLAM系統，視覺傳感器和慣性傳感器成本都很低，包含大量信息，在許多方面兩者具有互補性。VIO在許多領域都有潛在的及廣泛的應用，比如機器人領域、增強現實以及無人駕駛等。

單目VIO中的一種典型高效的融合方式是緊耦合這種方法將視覺與慣性的待優化量融合為一個參量來整體估計。慣性測量單元(IMU)通常獲取測量數據的速率遠高于視覺傳感器。當前VIO的解決方案能通過非線性優化來獲得較高精度的狀態估計。IMU的預積分技術在整個VIO處理流程中很重要的數據預處理部分。提高預積分的精度對于后續的聯合初始化、運動估計及優化具有重要意義。

Lupton在2012年首次提出了預積分的概念，他們將兩個關鍵幀中的慣性測量值結合為一個相對運動的約束。Forster提出了在流行結構上能適用的旋轉群的預積分理論。Tong Qing通過增加IMU偏置更正部分來擴展了IMU預積分。已有的預積分技術通常使用歐拉積分及中值積分的數值積分方式，雖然便于計算，卻損失了部分精度，對最終定位結果的精度有影響。

發明內容

發明目的：針對上述現有技術的問題，本發明目的在于提出一種視覺慣性里程計中的加權歐拉預積分方法，充分利用IMU測量數據，在不增加運算難度的前提下，相較歐拉預積分方法，提升定位精度，且估計的偏置更接近于實際情況。

技術方案：為實現上述發明目的，本發明采用如下技術方案：

一種視覺慣性里程計中的加權歐拉預積分方法，其特征在于：該方法首先在積分運動模型上使用加權歐拉預積分，然后將兩關鍵幀間的IMU測量值通過迭代求和處理，得到兩關鍵幀之間的運動約束，再通過公式處理進一步得到相對運動增量模型以及預積分測量模型。

進一步地，將積分運動模型迭代公式使用加權歐拉預積分處理后表示為：

其中Δt是兩次IMU測量值之間的時間間隔；R,v,p分別代表旋轉、速度和平移，w,a分別代表角速度和加速度；R_WB表示從Body坐標系到世界坐標系的旋轉；下標W和B分別表示世界坐標系和Body坐標系，()^表示將向量轉化為反對稱矩陣；上標T表示轉置；

在數值積分中，兩個IIMU測量時刻間的角速度和加速度計算公式為：

w_B(t,t+Δt)＝c₁(t)w_B(t)+c₂(t)w_B(t+Δt)

a_B(t,t+Δt)＝c₃(t)a_B(t)+c₄(t)a_B(t+Δt)

其中，c₁-c₄為權值系數。