[發明專利]基于無重疊視域的多相機系統的初始化方法、系統及裝置有效
| 申請號: | 202210536441.8 | 申請日: | 2022-05-18 |
| 公開(公告)號: | CN114638897B | 公開(公告)日: | 2022-09-27 |
| 發明(設計)人: | 王一夫;張如高;虞正華 | 申請(專利權)人: | 魔視智能科技(武漢)有限公司 |
| 主分類號: | G06T7/73 | 分類號: | G06T7/73;G06T7/77;G06T7/80 |
| 代理公司: | 北京三聚陽光知識產權代理有限公司 11250 | 代理人: | 陳剛 |
| 地址: | 430058 湖北省武漢市武漢經濟技術開發區2*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 重疊 視域 多相 系統 初始化 方法 裝置 | ||
本發明公開了一種基于無重疊視域的多相機系統的初始化方法、系統及裝置。在車輛初始化過程中,針對相機拍攝的圖像數據,生成各幀圖像數據相對于第一幀圖像數據的車體相對旋轉;基于所述車體相對旋轉,構建各幀圖像數據之間的約束關系,并從所述約束關系中求解特征點的坐標信息和車輛的位移;根據所述坐標信息和所述位移,構建特征點的視覺重投影殘差信息和相鄰圖像幀之間的慣性殘差信息;對所述視覺重投影殘差信息和所述慣性殘差信息進行聯合優化,以生成優化后的車體坐標系的位姿信息和特征點的坐標信息。本發明提供的技術方案,能夠提升SLAM的初始化精度。
技術領域
本發明涉及自動駕駛技術領域,具體涉及一種基于無重疊視域的多相機系統的初始化方法、系統及裝置。
背景技術
常規單目或雙目視覺SLAM(Simultaneous Localization and Mapping,即時定位與地圖構建)通常在起始階段會進行初始化工作,為之后的同步定位和地圖構建提供初始值。現有無重疊視域車載環視多相機系統的初始化方法,通常利用從環視相機的圖像中提取到的稀疏特征點或語義特征,搭配慣性測量單元數據,以及從輪速里程計或GPS獲得的尺度信息,通過優化特征到圖像的重投影誤差的方式,計算初始車輛位姿和構造初始局部地圖。但是對于在無權限訪問車輛輪速數據、缺少GPS信號等受限的應用場景,缺少真實尺度信息的情況下,定位和建圖方法的準確度和效率均會受到很大影響。
發明內容
有鑒于此,本發明實施方式提供了一種基于無重疊視域的多相機系統的初始化方法、系統及裝置,能夠在無需使用輪速計或GPS信號的情況下提高SLAM的初始化精度。
本發明提供了一種基于無重疊視域的多相機系統的初始化方法,所述方法包括:
在車輛初始化過程中,針對相機拍攝的圖像數據,生成各幀圖像數據相對于第一幀圖像數據的車體相對旋轉;
基于所述車體相對旋轉,構建各幀圖像數據之間的約束關系,并從所述約束關系中求解特征點的坐標信息和車輛的位移;
根據所述坐標信息和所述位移,構建特征點的視覺重投影殘差信息和相鄰圖像幀之間的慣性殘差信息;
對所述視覺重投影殘差信息和所述慣性殘差信息進行聯合優化,以生成優化后的車體坐標系的位姿信息和特征點的坐標信息。
在一個實施方式中,生成各幀圖像數據相對于第一幀圖像數據的車體相對旋轉包括:
從慣性系統中識別車體坐標系的第一相對旋轉,并從多相機系統中識別車體坐標系的第二相對旋轉;
將所述第一相對旋轉和所述第二相對旋轉進行融合,并對融合后的旋轉進行航跡推算,生成各幀圖像數據相對于第一幀圖像數據的車體相對旋轉。
在一個實施方式中,從慣性系統中識別車體坐標系的第一相對旋轉包括:
獲取慣性測量單元在所述車輛初始化過程中的慣性相對旋轉,并通過慣性坐標系到車體坐標系之間的旋轉外參,將所述慣性相對旋轉轉換為車體坐標系的第一相對旋轉。
在一個實施方式中,在車輛進入初始化過程之前,所述方法還包括:
在相機拍攝的圖像數據中,針對第一幀圖像數據中的目標特征點,在其它各幀圖像數據中識別與所述目標特征點相匹配的匹配特征點;
計算所述匹配特征點與所述目標特征點之間的位置誤差,若所述位置誤差小于或者等于指定誤差閾值,判定車輛當前處于靜止狀態;
當所述匹配特征點與所述目標特征點之間的位置誤差大于所述指定誤差閾值時,判定所述車輛進入車輛初始化過程。
在一個實施方式中,按照以下公式構建各幀圖像數據之間的約束關系:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于魔視智能科技(武漢)有限公司,未經魔視智能科技(武漢)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210536441.8/2.html,轉載請聲明來源鉆瓜專利網。





