System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水下机器人,尤其涉及一种水下机器人的同步定位系统及方法。
技术介绍
1、近年来,水下机器人在人类海洋事业中发挥着越来越重要的作用,涉及到海洋资源勘探、海底结构测绘等工程。为了进一步提高水下机器人的自主性,机器人的同步定位不可少,因为定位过程中还涉及到根据水下机器人的视觉信息建立稠密的点云地图,来完成勘探和测绘等工作。
2、因此,在机器人同步定位和建图领域,相比于纯视觉里程计,视觉惯性导航系统更适合晃动明显的水下机器人实现同步定位和建图。然而,尽管融合了惯性测量单元imu提供的惯性信息,但一个完整的视觉惯性导航系统仍主要依赖于视觉模块的特征提取和跟踪。得益于普通光学相机图像(被动视觉)的高分辨率和强纹理信息,这在陆地环境中,可以较容易实现,而在成像条件更加恶劣的水下环境,实现效果大打折扣。由于水体对光线的吸收作用,随着成像距离的增加,水下获取的图像对比度和色彩失真逐渐加重,水中的微粒对光线的散射作用使得成像质量变差,视觉特征提取精度下降。并且,光线在成像过程中的折射效应使得图像畸变严重,影响视觉特征匹配过程。此外,水下环境相比于陆地环境,特征稀疏,使得视觉惯性导航系统在水下直接使用效果有限,导致定位精度低下。
技术实现思路
1、本专利技术实施例提供一种水下机器人的同步定位系统及方法,能够结合视觉信息和惯性信息准确估计水下机器人的位姿,提高定位精度,用以解决现有技术中水下机器人的视觉惯性导航系统定位精度低下的技术问题。
2、本专利技术提供一种水下机
3、所述主动视觉模块,用于水下机器人获取目标场景的三维点云信息;
4、所述被动视觉模块,包括单目相机以及玻璃单位球,所述单目相机设于所述玻璃单位球的球心处,用于水下机器人拍摄目标场景的二维图像;
5、所述惯性测量模块,包括加速度计、陀螺仪以及三轴磁力计,用于获取水下机器人的惯性测量单元信息;
6、其中,所述惯性测量单元信息包括:线加速度信息、角速度信息以及航向角,所述加速度计用于获取水下机器人的线加速度信息,所述陀螺仪用于获取水下机器人的角速度信息,所述磁力计用于检测地磁场并获取水下机器人的航向角。
7、在一些实施例中,所述主动视觉模块,包括双目相机、激光发射器以及滤光镜;所述双目相机用于向目标场景中拍摄灰度图像;
8、所述激光发射器用于向目标场景发射蓝色线激光;
9、所述滤光镜用于在所述双目相机向目标场景拍摄灰度图像时过滤非蓝色的光线。
10、本专利技术还提供一种水下机器人的同步定位方法,所述方法包括:
11、对惯性测量模块得到的惯性测量单元信息进行预积分处理,得到水下机器人的惯性因子;
12、根据主动视觉模块获取到的灰度图像,确定在主动视觉坐标系下的三维点云坐标集;
13、基于被动视觉模块获取到的二维图像,从所述三维点云坐标集中确定目标三维点云坐标,并根据所述二维图像确定最终回环因子;
14、根据所述目标三维点云坐标确定混合视觉因子;
15、通过所述混合视觉因子、所述惯性因子以及所述最终回环因子对水下机器人的初始位姿进行调整,得到水下机器人的当前位姿,其中,所述当前位姿用于对水下机器人进行同步定位。
16、在一些实施例中,所述基于所述主动视觉模块获取到的灰度图像,确定在主动视觉坐标系下的三维点云坐标集,包括:
17、针对所述灰度图像中每个像素的像素坐标,调用水下折射测量模型将每个像素坐标映射为在主动视觉坐标系下的三维点云坐标,得到在所述主动视觉坐标系下的三维点云坐标集。
18、在一些实施例中,所述惯性因子包括高频惯性信息,所述基于所述被动视觉模块获取到的二维图像,从所述三维点云坐标集中确定目标三维点云坐标,包括:
19、对所述二维图像进行特征提取,得到所述二维图像的光流特征;
20、通过所述高频位姿信息,将所述三维点云坐标集中的候选点云坐标转化到所述被动视觉模块的被动视觉坐标系下;
21、将所述被动视觉坐标系下的候选点云坐标以及所述光流特征投射到所述被动视觉模块中玻璃单位球的球面上;
22、针对所述光流特征在所述玻璃单位球的球面上的每个投影特征点,确定与所述投影特征点距离最近的三个候选点云坐标,并确定所述三个候选点云坐标在玻璃单位球的球面上的三角面;当所述投影特征点处于所述三角面,将所述投影特征点重新投影到被视觉坐标系下,并确定出投影特征点在被动视觉坐标系下的目标三维点云坐标。
23、在一些实施例中,所述高频位姿信息包括水下机器人的惯性坐标系相对于世界坐标系中的位姿信息,所述通过高频位姿信息,将所述三维点云坐标集中的候选点云转化到所述被动视觉模块的被动视觉坐标系下,包括:
24、获取主动视觉坐标系到惯性坐标系的转换参数,并根据所述转换参数,将所述三维点云坐标集中的候选点云坐标转换为惯性坐标系上的候选点云坐标;
25、根据水下机器人的惯性坐标系相对于世界坐标系中的位姿信息,将惯性坐标系上的候选点云坐标转换到世界坐标系上的候选点云坐标;
26、根据世界坐标系到惯性坐标系的转换关系,将世界坐标系的候选点云坐标转换为惯性坐标系下的候选点云坐标,并基于惯性坐标系到被动视觉坐标系的转换关系,将惯性坐标系下的候选点云坐标转换到被动视觉模块的被动视觉坐标系下。
27、在一些实施例中,所述根据所述二维图像确定最终回环因子,包括:
28、当确定所述二维图像为关键帧,并将所述关键帧的光流特征与词袋模型的历史被动视觉帧进行特征点匹配,得到所述光流特征与所述历史被动视觉帧的相似得分;
29、当所述相似得分大于阈值时,根据所述二维图像确定被动视觉回环因子;
30、基于所述被动视觉回环因子,在历史局部点云地图中对所述历史被动视觉帧与所述关键帧进行匹配计算,得到最终回环因子,其中,所述历史局部点云地图是在被动视觉模块拍摄所述历史被动视觉帧时,根据主动视觉模块拍摄的灰度图像得到的。
31、在一些实施例中,所述被动视觉回环因子包括关键帧的三维点云与历史被动视觉帧的三维点云之间的变换关系,所述在历史局部点云地图中对所述历史被动视觉帧与所述关键帧进行匹配计算,得到最终回环因子,包括:
32、在历史局部点云地图中,分别确定所述历史被动视觉帧的第一三维点云与所述关键帧的第二三维点云;
33、根据所述第一三维点云与所述第二三维点云之间的变换关系,对所述第一三维点云的坐标与所述第二三维点云的坐标进行匹配计算,得到匹配结果;
34、当所述匹配结果大于阈值时,将所述第一三维点云与所述第二三维点云之间的变换关系确定为最终回环因子。
35、在一些实施例中,所述根据所述目标三维点云坐标确定混合视觉因子,包括:
36、将每个目本文档来自技高网...
【技术保护点】
1.一种水下机器人同步定位系统,其特征在于,所述系统包括:主动视觉模块,被动视觉模块以及惯性测量模块;
2.根据权利要求1所述的水下机器人同步定位系统,其特征在于,所述主动视觉模块,包括双目相机、激光发射器以及滤光镜;
3.一种水下机器人的同步定位方法,其特征在于,所述方法包括:
4.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所述基于所述主动视觉模块获取到的灰度图像,确定在主动视觉坐标系下的三维点云坐标集,包括:
5.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所述惯性因子包括高频惯性信息,所述基于所述被动视觉模块获取到的二维图像,从所述三维点云坐标集中确定目标三维点云坐标,包括:
6.根据权利要求5所述的水下机器人的同步定位方法,其特征在于,所述高频位姿信息包括水下机器人的惯性坐标系相对于世界坐标系中的位姿信息,所述通过高频位姿信息,将所述三维点云坐标集中的候选点云转化到所述被动视觉模块的被动视觉坐标系下,包括:
7.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所
8.根据权利要7所述的水下机器人的同步定位方法,其特征在于,所述被动视觉回环因子包括关键帧的三维点云与历史被动视觉帧的三维点云之间的变换关系,所述在历史局部点云地图中对所述历史被动视觉帧与所述关键帧进行匹配计算,得到最终回环因子,包括:
9.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所述根据所述目标三维点云坐标确定混合视觉因子,包括:
10.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,当对水下机器人进行同步定位时,所述方法还包括:
...【技术特征摘要】
1.一种水下机器人同步定位系统,其特征在于,所述系统包括:主动视觉模块,被动视觉模块以及惯性测量模块;
2.根据权利要求1所述的水下机器人同步定位系统,其特征在于,所述主动视觉模块,包括双目相机、激光发射器以及滤光镜;
3.一种水下机器人的同步定位方法,其特征在于,所述方法包括:
4.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所述基于所述主动视觉模块获取到的灰度图像,确定在主动视觉坐标系下的三维点云坐标集,包括:
5.根据权利要求3所述的水下机器人的同步定位方法,其特征在于,所述惯性因子包括高频惯性信息,所述基于所述被动视觉模块获取到的二维图像,从所述三维点云坐标集中确定目标三维点云坐标,包括:
6.根据权利要求5所述的水下机器人的同步定位方法,其特征在于,所述高频位姿信息包括水下机器...
【专利技术属性】
技术研发人员:周超,欧亚明,范俊峰,张灼亮,朱春晖,邹茜茜,卢奔,刘笑言,范绪青,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:
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。