场景三维数据配准方法及导航系统误差校正方法与流程

本发明涉及导航系统，特别是导航系统误差校正技术领域，具体的，其展示一种基于场景三维数据配准方法，同时，其还展示一种基于场景三维数据配准方法的一种导航系统误差校正方法。

背景技术：

惯性传感器，作为具有强自主性的运动传感器，已经广泛应用于运动测量、导航定位等；其中，用于导航定位的惯性传感器可作用为提供位置、速度以及姿态等全部导航参数。

具有惯性传感器的导航系统，惯性传感器性能由传感器噪声、偏差、比例因子、和系统校准决定；惯性传感器的初始化估计精度高，当由包含漂移或偏差误差和噪声的惯性测量数据，积分求解导航状态时，仍会有误差积累。具有惯性传感器的导航系统可输出或提供准确的短期位置、速度、加速度、姿态、和角速率估计，但长时间后会有误差累计，且其定位误差随时间的推移而不断变大。

因此，有必要提供一种场景三维数据配准方法及导航系统误差校正方法来解决上述问题。

技术实现要素：

本发明的目的之一是提供一种场景三维数据配准方法，其融合视觉传感器对惯性传感器进行配准，解决单一视觉或惯性传感器运动估计存在的模糊,从而改善独立运动目标检测性能减小了惯性传感器误差随着时间的推移累积的弊端，提高惯性传感器的精度。

技术方案如下：

一种场景三维数据配准方法，包括如下步骤：

1）：惯性传感器和视觉传感器进行空间标定和时间同步；

2）：惯性传感器输出相邻两个时刻的位姿信息，后将位姿信息传输至视觉传感器，视觉传感器基于惯性传感器给出的位姿信息对相邻两帧数据进行数据配准；

3）：通过视觉传感器的数据配准计算出视觉传感器姿态变化；

4）：利用视觉传感器姿态变化对惯性传感器进行实时校正；

5）：经视觉传感器进行数据配准后的数据配准至三维地图。

进一步的，所述视觉传感器RGBD相机构成；

进一步的，步骤2）中，视觉传感器的工作步骤如下：

2a）RGBD相机进行图形捕捉，结合惯性传感器输出相邻两帧数据检测并匹配出特征点；

2b）RGBD相机结合深度信息，后结合步骤2a）中的特征点匹配出特征点对应的三维信息。

进一步的，步骤3）为对步骤2）得出的三维信息进行外部极端值消除后获得准确的三维点对应，然后与惯性传感器输出相邻两帧数据的位置关系进行配对得出视觉传感器姿态变化。

进一步的，惯性传感器配置有与其相配合使用的里程计。

进一步的，还包括步骤6）：对步骤5）进行全局优化后对数据格式进行变换。

其中：

1）融合惯性传感器和视觉传感器，对不同传感器进行时间同步和空间标定，进行传感器信息处理和多传感器信息融合；

2）惯性传感器与视觉传感器具有很好的互补特性,两者的融合可以解决单一视觉或惯性传感器运动估计存在的模糊,从而改善独立运动目标检测性能；视觉传感器的误差积累,可以区分传感器的旋转、加速运动、重力场以及加速度测量中的偏差的影响；同时，惯性传感器数据可以解决图像场景堕化问题，例如场景中包含的特征点少、特征点无限远，可以解决由于特征点的进入和离开视野所造成的运动估计不连续性问题，可以使运动估计对特征的误匹配具有鲁棒性：

3）惯性传感器给出的相邻两帧数据的位置关系存在一定误差，并且此类误差将随着时间的推移累积；而视觉传感器可以给出较高精度的数据配准结果，但视觉传感器存在一定的误匹配率。在地图创建过程中可以利用惯性传感器与视觉传感器给出的数据配准结果，提高三维地图的精度；

4）惯性传感器可反馈并限制视觉传感器的数据配准结果；采用惯性传感器以及视觉传感器相互进行相邻两帧数据的配准工作，可以保证数据配准的成功率，基本消除数据误匹配。

本技术方案的一种场景三维数据配准方法，其融合视觉传感器对惯性传感器进行配准，解决单一视觉或惯性传感器运动估计存在的模糊,从而改善独立运动目标检测性能减小了惯性传感器误差随着时间的推移累积的弊端，提高惯性传感器的精度。

本发明的目的之二为提供一种导航系统误差校正方法，其基于场景三维数据配准方法，惯性传感器能够进行实时校正，以防止惯性传感器的误差积累，维持稳定的导航定位精度，使惯性传感器导航系统在长时间范围内稳定工作，同时，其能够应用于交底成本的惯性传感器，能够保证低成本惯性传感器导航系统发挥更高性能。

一种导航系统误差校正方法，其基于场景三维数据配准方法，包括如下步骤：

1） 惯性传感器输出相邻时刻的视觉传感器的姿态信息，并对应视觉传感器采集到的场景的数据；

2） 利用场景三维数据配准方法对视觉传感器采集到的场景的数据进行配准，计算相邻时刻的相对位姿关系，并且反馈给惯性传感器进行惯性传感器实时校正；

3a）步骤2）中可得出视觉传感器的姿态变化，即可间接计算出机器人的位姿信息；

3b）经三维配准方法输出的三维地图可用于后续的机器人定位。

本技术方案的一种导航系统误差校正方法，其基于场景三维数据配准方法，惯性传感器能够进行实时校正，以防止惯性传感器的误差积累，维持稳定的导航定位精度，使惯性传感器导航系统在长时间范围内稳定工作，同时，其能够应用于交底成本的惯性传感器，能够保证低成本惯性传感器导航系统发挥更高性能。

附图说明

图1为本发明的实施例的示意图之一。

图2为本发明的实施例的示意图之二。

具体实施方式

实施例：

参阅1，本实施例展示一种场景三维数据配准方法：

包括如下步骤：

1）：惯性传感器和视觉传感器进行空间标定和时间同步；

2）：惯性传感器输出相邻两个时刻的位姿信息，后将位姿信息传输至视觉传感器，视觉传感器基于惯性传感器给出的位姿信息对相邻两帧数据进行数据配准；

3）：通过视觉传感器的数据配准计算出视觉传感器姿态变化；

4）：利用视觉传感器姿态变化对惯性传感器进行实时校正；

5）：经视觉传感器进行数据配准后的数据配准至三维地图。

视觉传感器RGBD相机构成；

步骤2）中，视觉传感器的工作步骤如下：

2a）RGBD相机进行图形捕捉，结合惯性传感器输出相邻两帧数据检测并匹配出特征点；

2b）RGBD相机结合深度信息，后结合步骤2a）中的特征点匹配出特征点对应的三维信息。

步骤3）为对步骤2）得出的三维信息进行外部极端值消除后获得准确的三维点对应，然后与惯性传感器输出相邻两帧数据的位置关系进行配对得出视觉传感器姿态变化。

惯性传感器配置有与其相配合使用的里程计。

还包括步骤6）：对步骤5）进行全局优化后对数据格式进行变换。

其中：

1）融合惯性传感器和视觉传感器，对不同传感器进行时间同步和空间标定，进行传感器信息处理和多传感器信息融合；

2）惯性传感器与视觉传感器具有很好的互补特性,两者的融合可以解决单一视觉或惯性传感器运动估计存在的模糊,从而改善独立运动目标检测性能；视觉传感器的误差积累,可以区分传感器的旋转、加速运动、重力场以及加速度测量中的偏差的影响；同时，惯性传感器数据可以解决图像场景堕化问题，例如场景中包含的特征点少、特征点无限远，可以解决由于特征点的进入和离开视野所造成的运动估计不连续性问题，可以使运动估计对特征的误匹配具有鲁棒性：

3）惯性传感器给出的相邻两帧数据的位置关系存在一定误差，并且此类误差将随着时间的推移累积；而视觉传感器可以给出较高精度的数据配准结果，但视觉传感器存在一定的误匹配率。在地图创建过程中可以利用惯性传感器与视觉传感器给出的数据配准结果，提高三维地图的精度；

4）惯性传感器可反馈并限制视觉传感器的数据配准结果；采用惯性传感器以及视觉传感器相互进行相邻两帧数据的配准工作，可以保证数据配准的成功率，基本消除数据误匹配。

本实施例的一种场景三维数据配准方法，其融合视觉传感器对惯性传感器进行配准，解决单一视觉或惯性传感器运动估计存在的模糊,从而改善独立运动目标检测性能减小了惯性传感器误差随着时间的推移累积的弊端，提高惯性传感器的精度。

同时，本实施例的一种场景三维数据配准方法可应用于导航系统误差校正方法：

具体参照图2，包括如下步骤：

1）惯性传感器输出相邻时刻的视觉传感器的姿态信息，并对应视觉传感器采集到的场景的数据；

2）利用场景三维数据配准方法对视觉传感器采集到的场景的数据进行配准，计算相邻时刻的相对位姿关系，并且反馈给惯性传感器进行惯性传感器实时校正；

3a）步骤2）中可得出视觉传感器的姿态变化，即可间接计算出机器人的位姿信息；

3b）经三维配准方法输出的三维地图可用于后续的机器人定位。

应用场景三维数据配准方法的一种导航系统误差校正方法，惯性传感器能够进行实时校正，以防止惯性传感器的误差积累，维持稳定的导航定位精度，使惯性传感器导航系统在长时间范围内稳定工作，同时，其能够应用于交底成本的惯性传感器，能够保证低成本惯性传感器导航系统发挥更高性能。

以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。