【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种无人机视觉惯性里程计优化方法、装置、设备及介质。
技术介绍
1、视觉惯性里程计(visual lnertial odometry,vlo)是同步定位与地图构建(slam)的关键，也是增强现实(ar)、自动驾驶、机器人等领域中的重要模块，同时对于像森林，城市或建筑物等这种环境较为复杂的场景，使用无人机实现勘探或侦查将有助于解放生产力，提升工作效率。
2、但是，当卫星导航信号较弱时，这使其在执行视觉惯性里程计及视觉slam任务等需要实时动态反馈的应用场景(例如在夜间救灾抢险时)中表现不佳，无法在快速运动、弱光和高动态范围等具有挑战性的环境中进行准确的位姿估计。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种无人机视觉惯性里程计优化方法、装置、设备及介质，以解决相关技术中在复杂环境下无无人机位姿估计不准确的技术问题。
2、本说明书一个或多个实施例提供了无人机视觉惯性里程计优化方法，包括以下步骤：
3、基于无人机的rgb-d相机采集的图像信息，对图像进行图像增强和去噪声的预处理；
4、对预处理后的图像构建图像金字塔，用于后续的多尺度特征提取；
5、分别利用正、反光流法提取相邻两帧图像的光流变化特征，确定相邻图像帧之间的运动关系，并利用ransac算法剔除误匹配点；以及
6、根据筛选结果，基于相邻图像帧之间的运动关系，通过回环检测与后端完成位姿估计，再根据估计的位姿优化
7、本说明书一个或多个实施例提供了一种无人机视觉惯性里程计优化装置，包括：
8、图像处理模块，用于基于无人机的rgb-d相机采集图像数据，对图像进行图像增强和去噪声的预处理；
9、图像金字塔构建模块，用于对预处理后的图像构建图像金字塔，用于后续的多尺度特征提取；
10、匹配模块，用于分别利用正、反提取相邻两帧图像的光流变化特征，确定相邻图像帧之间的运动关系，并利用ransac算法剔除误匹配点；以及
11、位姿确认模块，用于根据筛选结果，基于相邻图像帧之间的运动关系，通过回环检测与后端完成位姿估计，再根据估计的位姿优化相机位姿，得到视觉惯性里程计的最优位姿估计结果。
12、本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述的无人机视觉惯性里程计优化方法。
13、本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的无人机视觉惯性里程计优化方法。
14、本公开提供的一种无人机视觉惯性里程计优化方法、装置、设备及介质，优点在于，通过对采集的图像信息进行预处理操作以改善图像的对比度与亮度，再考虑到处理后的图像在进行特征提取时，可能出现角点的尺度不一致问题，因此构建图像金字塔用于后续的多尺度特征提取，因为不同层级的金字塔代表了不同尺度下的图像，针对每个尺度提取局部特征，以捕获不同尺度下的图像特征信息，再将各帧图像提取的特征点分别通过正向和方向光流法进行跟踪匹配，从而确定相邻图像帧之间的运动关系，快速追踪到每一个特征点，在光流匹配后引入ransac算法降低特征点数量增加而造成的误匹配率上升的问题，以确保匹配的精确性，最后基于相邻图像帧之间的运动关系，通过回环检测与后端优化完成视觉惯性里程计的构建，有效地解决传统图像传感器在复杂环境下的局限性，能够在快速运动、弱光或高动态范围等复杂环境中有效执行视觉惯性里程计及视觉slam任务，实现无人机在复杂环境中的鲁棒性定位。
本文档来自技高网...【技术保护点】
1.一种无人机视觉惯性里程计优化方法，其特征在于包括以下步骤：
2.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，通过自适应直方图均衡化算法对图像进行图像增强处理，具体步骤如下：
3.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，还包括步骤：
4.如权利要求3所述的无人机视觉惯性里程计优化方法，其特征在于，所述采用非极大抑制角点的筛选具体如下：计算每个角点相应的响应得分，然后取像素点p为中心，取其领域角点，对比判断像素点p是否为响应值最大，如果是则保留，否则抑制，响应得分计算如下式：
5.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，所述利用RANSAC算法剔除误匹配点具体过程如下：
6.一种无人机视觉惯性里程计优化装置，其特征在于包括：
7.如权利要求6所述的无人机视觉惯性里程计优化装置，其特征在于，所述图像处理模块配置通过自适应直方图均衡化算法对图像进行图像增强处理，具体步骤如下：
8.如权利要求6所述的无人机视觉惯性里程计优化装置，其特征在于，还设置
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的无人机视觉惯性里程计优化方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的无人机视觉惯性里程计优化方法。
...【技术特征摘要】
1.一种无人机视觉惯性里程计优化方法，其特征在于包括以下步骤：
2.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，通过自适应直方图均衡化算法对图像进行图像增强处理，具体步骤如下：
3.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，还包括步骤：
4.如权利要求3所述的无人机视觉惯性里程计优化方法，其特征在于，所述采用非极大抑制角点的筛选具体如下：计算每个角点相应的响应得分，然后取像素点p为中心，取其领域角点，对比判断像素点p是否为响应值最大，如果是则保留，否则抑制，响应得分计算如下式：
5.如权利要求1所述的无人机视觉惯性里程计优化方法，其特征在于，所述利用ransac算法剔除误匹配点具体过程如下：
6.一种无人机视觉惯性里程计优化装置，其特征在于包括：
【专利技术属性】
技术研发人员：李一鹏，周磊强，
申请(专利权)人：杭州涿溪脑与智能研究所，
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。