[發明專利]一種基于視覺和慣導融合的低空無人機自身定位方法

在審

• 申請號: 202010930651.6
• 申請日: 2020-09-07
• 公開（公告）號: CN112179338A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 張通;符文星;陳康;常曉飛;張曉峰;許濤;付斌
• 申請（專利權）人: 西北工業大學;西安因諾航空科技有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20;G06T7/269;G06T7/70
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

本發明涉及一種基于視覺和慣導融合的低空無人機自身定位方法，利用單目相機和IMU模塊的各自特點，實現傳感器數據的互補。其中，通過單目相機進行定位雖然能夠適應大多數場景，但不能解決尺度問題，且在弱紋理場景及快速運動場景下無法建立匹配關系，容易出現跟蹤丟失的問題；而純IMU可以在短時間內(毫秒級)很好地反映動態變化，但長時間內(秒級)其累積誤差則會不斷增加。因此，在定位流程的初始化、局部優化以及全局優化等階段，通過融合視覺和慣導信息，可以實現不同傳感器間的優勢互補，最終達到增強定位系統適用性和準確性的目的，為戰場低空環境下的無人機自身定位提供可靠的技術保障。

技術領域

本發明屬于計算機視覺應用領域，涉及一種基于視覺和慣導融合的低空無人機自身定位方法。

背景技術

無人機由于便攜性高、機動性強等特點，逐漸發揮著越來越重要的作用，而高精度的定位導航能力則是衡量一款無人機系統性能的重要指標，也是無人機能在各類領域中體現價值的重要環節。在常規狀態下，無人機采用GPS或北斗等組合導航方式實現自身定位，但由于導航信號抗干擾能力較差且遮擋環境下信號強度較弱，因此解決無衛星導航信號情況下無人機的自身定位問題顯得非常重要。

目前，采用無人機自身攜帶或外界輔助傳感器實現無衛星導航信號環境下的定位問題，已經得到了廣泛關注。無人機由于掛載能力以及運算能力的限制，可搭載的傳感器主要包括相機、激光雷達、IMU、超聲波傳感器、氣壓計等。根據采用的傳感器類別，無人機自身定位的方法主要包含了視覺定位方式、激光定位方式以及多傳感器融合定位方式等。其中，視覺定位方式由于成本低、體積小等特點，特別是在依托了特征點法和直接法的SLAM技術后，該方式在無人機定位領域取得了較大發展，算法魯棒性、環境適應性以及計算速度更強，但該方式存在一個先天缺陷，即對輸入圖像數據的亮度和紋理要求較高；激光定位方式采用主動的工作模式，可以有效規避視覺傳感器對環境光照要求較高的問題，且能夠生成準確的場景三維點云，廣泛的應用于封閉空間的三維重建領域，但該方式所需的硬件成本較高且隱蔽能力較差；多傳感器融合定位方式能夠較好的解決單一傳感器只能適用于單一特定場景的問題，發揮各傳感器的優勢，形成數據互補，從而極大的增強了定位系統的適用性和準確性，也是現階段研究的主要方向。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出一種基于視覺和慣導融合的低空無人機自身定位方法，針對陸域戰場環境中無衛星導航信號情況下的多旋翼無人機，采用多傳感器融合的定位方式，綜合考慮了各傳感器的易用性、可靠性、隱蔽性以及準確性，從而實時獲取準確的無人機定位結果。

技術方案

一種步驟S1：無人機上掛載采用全局快門的單目相機以及與相機固連的IMU模塊，在低空飛行過程中采集幀率為30fps的圖像數據以及頻率為500Hz的IMU數據，作為整個定位算法的輸入；

步驟S2、對輸入數據進行初始化操作：包括對圖像進行FAST關鍵點提取和光流法相鄰圖像匹配，為后續求解相機位姿做準備；同時對IMU數據進行預積分，將相鄰圖像幀之間采集的高頻IMU數據進行位姿、速度、旋轉角的累積處理。隨后，根據相鄰圖像幀的匹配結果采用SVD分解求解相鄰圖像幀的相對位姿，再與IMU預積分結果進行對齊，作為初始化參數；

步驟S3、對圖像和慣導數據進行局部非線性優化：對設定的局部窗口中的關鍵幀以及IMU數據進行非線性優化，將視覺約束、IMU約束進行最小二乘求解，通過光束平差法計算局部窗口整體誤差最小時對應的位姿，得到相對準確的局部定位結果；

步驟S4：通過回環檢測對位姿估計產生的累積誤差進行修正，如果存在回環，則以回環產生的相同特征點作為固定值，對當前位姿進行非線性優化，從而進一步提高定位精度；

步驟S5：在相機、IMU以及回環檢測等約束的基礎上，對所有數據進行全局非線性優化，輸出更為精確的位姿；