基于改进视觉里程计的高坝大库水下环境感知与构图方法
摘要文本
本发明公开了一种基于改进视觉里程计的高坝大库水下环境感知与构图方法。首先，对视觉里程计中图像特征点提取的区域分割，将特征点较少的区域与路边特征分隔开，加快特征点提取过程；其次，保留特征点密集的区域，并利用特征点较少的区域完成直接法跟踪，增加视觉里程计的鲁棒性；最后，对于多扰动的环境，采用滚动时域估计优化惯性测量单元的位姿估计过程，提高同步定位与地图构建的稳定性。本发明提高了视觉里程计的特征点提取效率，减少不必要的像素点遍历，有效地提升视觉里程计中对于视角抖动的跟踪鲁棒性，并解决复杂环境下后端误差较大的问题，高效地完成环境感知与地图构建的任务。
申请人信息
- 申请人:河海大学
- 申请人地址:210024 江苏省南京市鼓楼区西康路1号
- 发明人: 河海大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于改进视觉里程计的高坝大库水下环境感知与构图方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410248924.7 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117824625A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G01C21/00 |
| 权利人 | 河海大学 |
| 发明人 | 黄浩乾; 晋云飞; 王迪; 王冰; 张未; 刘志林 |
| 地址 | 江苏省南京市江宁开发区佛城西路8号 |
专利主权项内容
1.一种基于改进视觉里程计的高坝大库水下环境感知与构图方法，其特征在于：该方法包括以下步骤：S1.水下摄像头获取的原始图像，用图像直方图统计工具获取原始图像的直方图信息；S2.在步骤S1得到的原始图像的直方图上确定深水无效区域的像素强度最小值和上限值；AdownAupS3.以深水无效区域的像素强度最小值和上限值作为当前灰度级的像素点总和占所有像素点的比例的最小值和最大值对应像素数量的搜索区间[, ]；将当前灰度级的像素点总和占所有像素点的比例的最大值和最小值对应像素数量分别定义为和；选择从这个灰度级对应的像素点中寻找种子点，一旦种子点被确定，以该种子点为起始点进行区域生长，以分割深水无效区域，得到局部有效图像；AdownAuphistAdownAuphistPixmaxPixminPixmaxS4.将步骤S3得到的局部有效图像进行分割，两边各5%的区域用于直接法跟踪；中心区域用于SLAM过程中的特征点提取与匹配；S5.基于ORB-SLAM3的视觉惯性融合SLAM框架，使用局部有效图像的中心区域作为视觉端的输入，利用IMU提供的角速度信息，将其融入相机姿态的估计中，通过将角速度积分得到相机的姿态变化，采用滚动时域估计优化IMU的测量值，基于后验最大值估计和光束法平差的图优化方法，通过融合局部有效图像的中心区域和采用滚动时域估计优化后的IMU测量值求解非线性优化问题，最终估计出AUV系统的位姿。