[發明專利]基于雙目視覺慣性里程計估計位姿的方法、裝置與處理器

在審

• 申請號: 202010144303.6
• 申請日: 2020-03-04
• 公開（公告）號: CN111220155A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 袁國斌;陶永康;賈寧
• 申請（專利權）人: 廣東博智林機器人有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/00;G01C1/00;G01C11/04
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 霍文娟

本申請提供了一種基于雙目視覺慣性里程計估計位姿的方法、裝置、存儲介質與處理器。該方法包括：獲取第一姿態角、第二姿態角和位移，第一姿態角為通過慣性測量單元獲取的載體的姿態角，從雙目視覺里程計獲取的對應于載體的多幀圖像中獲取第二姿態角和位移；獲取第一姿態角和第二姿態角的加權平均值，加權平均值為載體的融合姿態角；根據融合姿態角更新位移，通過將慣性測量單元和雙目視覺里程計獲取的姿態角進行融合，提升了融合系統的魯棒性，降低了融合算法運算時間，使得融合算法調試更靈活，視覺里程計的姿態角的精度得到明顯提升，兩者通過融合提高了單純的視覺定位算法的定位精度。

技術領域

本申請涉及機器人領域，具體而言，涉及一種基于雙目視覺慣性里程計估計位姿的方法、裝置、存儲介質與處理器。

背景技術

目前，隨著小型化，低功耗，經濟性移動機器人及無人機的大力發展，需要迫切解決在低功耗平臺下進行定位功能的實現，視覺定位方法作為自主定位的一種方式，能有效解決輪式里程計在惡劣環境(比如建筑工地)打滑引起的誤差，同時在建筑機器人開發中，存在一些沒有輪子或者運動模型比較難以建模，此時只能依靠視覺里程計來實現粗定位功能。

傳統以非線性優化為主的視覺定位算法由于對運算資源要求過大，且存在位姿輸出延時，需要進行改進方能滿足小型建筑機器人低功耗，嵌入式處理器，實時定位功能要求。

也有部分的算法直接去掉視覺里程計中較耗時模塊后端優化算法，降低對運算資源的要求，但導致了視覺里程計的定位精度下降，魯棒性降低。

在背景技術部分中公開的以上信息只是用來加強對本文所描述技術的背景技術的理解，因此，背景技術中可能包含某些信息，這些信息對于本領域技術人員來說并未形成在本國已知的現有技術。

發明內容

本申請的主要目的在于提供一種基于雙目視覺慣性里程計估計位姿的方法、裝置、存儲介質與處理器，以解決現有技術中視覺定位算法的定位精度較低的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種基于雙目視覺慣性里程計估計位姿的方法，包括：獲取第一姿態角、第二姿態角和位移，所述第一姿態角為通過慣性測量單元獲取的載體的姿態角，從雙目視覺里程計獲取的對應于所述載體的多幀圖像中獲取所述第二姿態角和所述位移；獲取所述第一姿態角和所述第二姿態角的加權平均值，所述加權平均值為所述載體的融合姿態角；根據所述融合姿態角更新所述位移。

進一步地，所述雙目視覺里程計包括雙目相機，在獲取第一姿態角、第二姿態角和位移之前，所述方法還包括：初始化所述雙目相機的參數和所述慣性測量單元的參數；采集所述雙目相機的左圖像和右圖像，采集所述慣性測量單元的原始輸出；初始化所述雙目相機采集的圖像的特征點。

進一步地，初始化所述雙目相機采集的圖像的特征點，包括：獲取所述雙目相機采集的第一幀圖像的特征點和特征點深度值。

進一步地，獲取所述雙目相機采集的第一幀圖像的特征點和特征點深度值，包括：提取所述雙目相機采集到的第一幀圖像的所述左圖像的第一特征點并保存所述第一特征點；在所述第一幀圖像的所述右圖像上跟蹤所述左圖像的所述第一特征點，獲取第二特征點，并保存所述第二特征點，所述第一特征點和所述第二特征點構成特征點對；對所述特征點對進行畸變矯正；采用矯正后的所述特征點對，計算所述特征點對的所述特征點深度值。

進一步地，在初始化所述雙目相機采集的圖像的特征點之后，獲取第一姿態角包括：獲取第N幀圖像和第N+1幀圖像，N為大于1的整數；獲取第一時刻和第二時刻，所述第一時刻為獲取所述第N幀圖像的時刻，所述第二時刻為獲取所述第N+1幀圖像的所述時刻；獲取處于第三時刻的所述第一姿態角，所述第三時刻在所述第一時刻和所述第二時刻之間。