[發明專利]一種無人機位姿估計方法及系統

有效

• 申請號: 202011079450.6
• 申請日: 2020-10-10
• 公開（公告）號: CN112233177B
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 史聰靈;車洪磊;王剛;錢小東;李建;任飛
• 申請（專利權）人: 中國安全生產科學研究院
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/62
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 周倩

本發明公開了一種無人機位姿估計方法，所述方法包括：前端檢測：對搭載在無人機上的攝像機拍攝的雙目立體圖像提取每幀圖像的特征點，對相鄰幀圖像進行特征匹配和特征跟蹤，得到無人機的初始位姿估計結果，并獲取關鍵幀；后端檢測：對所述關鍵幀進行選擇，并基于選取的關鍵幀優化無人機的位姿和姿態圖形；回環檢測：對選取出的關鍵幀，基于詞袋模型計算圖像之間的相似度，在相似度超過閾值時，計算相似變換并優化無人機的姿態圖形；其中，所述前端檢測、所述后端檢測和所述回環檢測并行進行。本發明還公開了一種無人機位姿估計系統。本發明的無人機位姿估計方法，可實現復雜環境中無人機高實時性、高精度的定位。

技術領域

本發明涉及無人機技術領域，具體而言，涉及一種無人機位姿估計方法及系統。

背景技術

相關技術中，無人機在進行識別和定位時，大多通過無人機本體實現，其精度和可靠性都較低。利用單一模式傳感器進行識別和定位，又無法全面、精準的構建定位地圖，也無法獲取無人機的準確位置信息。而利用人工標記點進行識別定位的方法，需要進行特征點不具和標定，過程較為繁瑣。

發明內容

本發明針對復雜工業場景中無人機的高實時性、高精度定位問題，提供一種無人機位姿估計方法及系統。

本發明提供了一種無人機位姿估計方法，所述方法包括：

前端檢測：對搭載在無人機上的攝像機拍攝的雙目立體圖像提取每幀圖像的特征點，對相鄰幀圖像進行特征匹配和特征跟蹤，得到無人機的初始位姿估計結果，并獲取關鍵幀；

后端檢測：對所述關鍵幀進行選擇，并基于選取的關鍵幀優化無人機的位姿和姿態圖形；

回環檢測：對選取出的關鍵幀，基于詞袋模型計算圖像之間的相似度，在相似度超過閾值時，計算相似變換并優化無人機的姿態圖形；

其中，所述前端檢測、所述后端檢測和所述回環檢測并行進行。

作為本發明進一步的改進，所述對搭載在無人機上的攝像機拍攝的雙目立體圖像提取每幀圖像的特征點，對相鄰幀圖像進行特征匹配和特征跟蹤，得到無人機的初始位姿估計結果，并獲取關鍵幀，包括：

搭載在對無人機上的攝像機拍攝的雙目立體圖像進行校正；

對校正后的左目圖像和右目圖像分別提取出每幀圖像的Shi-Tomasi角點；

對相鄰幀圖像提取出的角點進行循環匹配，初步篩選出每幀圖像的匹配點；

對初步篩選出的匹配點進行過濾，確定每幀圖像的特征點；

基于IMU不確定性模型對每幀圖像的特征點進行特征跟蹤，確定每幀圖像的跟蹤特征點；

基于每幀圖像的跟蹤特征點，對無人機進行初始位姿估計，得到初始位姿估計結果，并獲取關鍵幀。

作為本發明進一步的改進，所述對相鄰幀圖像提取出的角點進行循環匹配，初步篩選出每幀圖像的匹配點，包括：

確定匹配順序，其中，所述匹配順序為第k-1幀左目圖像第k-1幀右目圖像第k幀右目圖像和第k幀左目圖像

按照所述匹配順序，依次從每幅圖像中篩選出匹配點；

在所述匹配順序中，如果下一幅圖像中的角點與上一幅圖像中的角點相同，則保留該角點，如果下一幅圖像中的角點與上一幅圖像中的角點不相同，則剔除該角點，依次類推，得到每幀圖像的匹配點。

作為本發明進一步的改進，所述對初步篩選出的匹配點進行過濾，確定每幀圖像的特征點，包括：

對每幀圖像，確定左目圖像和右目圖像中對應匹配點的歸一化相關系數；

將左目圖像和右目圖像分別分成多個區域，對每個區域中的匹配點構造一個類進行存儲；