【技术实现步骤摘要】
本专利技术属于无人机导航定位
，特别涉及一种利用了图像中边沿点信息的单目视觉测程方法。
技术介绍
在许多应用场景中人们没办法依靠GPS进行准确定位，如室内、城市楼宇之间或者是丛林、山谷地带乃至于外星球。利用视觉进行导航是非常符合直觉的：自然界中所有有眼睛的动物都利用视觉进行某种形式的导航，苍蝇、蜜蜂等昆虫通过光流判断自身与目标之间的相对运动，大部分时间里人通过看到的景物判断身处的位置。在不使用GPS的前提下，出于成本和重量的考虑，微小无人机多数采用惯性测量单元和单摄像头组合的导航方案，也可以配备超声波传感器和气压传感器以获取绝对高度信息。这种配置的无人机可以实现完全自主的航路点跟踪。携带单个或多个摄像头的载体，仅利用其图像输入，对自身运动进行估计的过程叫做视觉测程VO(VisualOdometry)。应用领域包括机器人、增强现实和自动驾驶等。该过程与传统的轮测程法存在相似之处。轮测程通过累计车轮的转动计算里程，视觉测程通过感知输入图像的变化，增量地估计载体位姿。视觉测程算法的有效运行要求环境中光照充足，场景纹理足够丰富。单目视觉测程仅利用单个摄像头作为输入，系统配置简单，适应环境尺度变化的能力强于多目视觉系统。现有的单目视觉测程方法，一般利用图像中的角点特征进行帧与帧之间的匹配，无法适应缺少角点特征的场景(角点特征是图像的重要特征，代表图像中在某些属性方面突出的像素点。在图1中的场景中，角点特征多出...
【技术保护点】
一种基于图像中边沿点信息的无人机单目视觉测程的方法，其特征在于，该方法包括初始化以及并行处理的运动估计、地图构建和深度图估计；具体包括以下步骤：1)初始化：从与无人机固连的下视单目相机捕获的图像序列中选择两帧构建初始地图和初始深度图，地图用一组关键帧集合{rm}和一组三维特征点集合{pi}表示，其中r表示关键帧，下标m表示第m个关键帧，m为正整数，p表示三维特征点，下标i表示第i个三维特征点，i为正整数，三维特征点对应于图像中的角点特征，将其对应的二维角点集合记为其中uc表示角点，下标i表示第i个角点，i为正整数；深度图由边沿点坐标、边沿点深度值及深度值的不确定度构成，深度图与关键帧一一对应,深度图用表示，其中，D表示边沿点对应的深度图，上标m表示第m幅深度图，为正整数，ue表示边沿点，de表示边沿点的深度值，σe表示边沿点深度倒数的不确定度，下标i表示第i个边沿点，为正整数；其中，将第一帧取作地图中的第一个关键帧，并将第一帧对应的相机坐标系取为世界坐标系，完成初始化；2)初始化地图和深度图信息后，并行进行运动估计、地图构建和深度图估计三个线程：其中，运动估计线程利用已知的地图和深度图...
【技术特征摘要】
1.一种基于图像中边沿点信息的无人机单目视觉测程的方法，其特征在于，该方法包
括初始化以及并行处理的运动估计、地图构建和深度图估计；具体包...
【专利技术属性】
技术研发人员：程农，杨盛，李清，田振，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。