一种融合近红外视觉的自主导航微系统的制作方法

文档序号:32109760发布日期:2022-11-09 05:09阅读:104来源:国知局
一种融合近红外视觉的自主导航微系统的制作方法

1.本发明属于计算机视觉导航领域,特别涉及一种融合近红外视觉的自主导航微系统。


背景技术:

2.视觉定位导航是一种不依赖于卫星信号的定位导航方式,且随时间的增加定位导航精度不发散。惯性导航具有实时性,短时间高动态高精度特性。惯性导航与视觉定位导航融合可以取长补短,使得惯性融合视觉导航即具有实时性好、短时高动态高精度等特性,又具有长时间保持定位导航精度的特性。短波红外视觉定位导航比传统可见光视觉、远红外视觉定位导航,具有在微光、浓雾、雨雪等恶劣天气情况下高精度定位导航的能力。因此,融合近红外的复合定位模组可以实现在包括恶劣天气情况下的全天候实时、长时、高精度、不依赖于卫星导航的自主导航。
3.惯性视觉组合导航方法及装置,获取航线上的至少三个参考点,及至少三个参考点的位置坐标;对导航系统获取的导航结果及参考点位置坐标进行坐标变换处理,得到视线角与导航姿态角误差和位置误差之间的非线性方程;根据惯性导航原理得到组合导航滤波器量测方程;根据非线性方程、组合导航滤波器量测方程、组合导航滤波器状态方程和预设滤波算法,计算得到导航姿态角误差和位置误差,并根据导航姿态角误差和位置误差进行补偿,最后得到惯性视觉组合导航参数。
4.现有技术,例如公开号为cn 109801336 a的专利,该专利采用计算机视觉进行定位,但是视觉采用的是远红外技术,并非短波红外,并且没有融合惯性进行定位,定位还不够准确;公开号为cn 112911172 a的专利采用短波红外进行定位,但是该方案仍然没有与惯性系统进行融合,定位准确性有待提升。


技术实现要素:

5.为了进一步提升视觉导航的准确性,本发明提出一种融合近红外视觉的自主导航微系统,包括ingaas短波红外视觉芯片、高精度硅mems陀螺仪、高精度硅mems加速度计、硅mems磁传感器、气压高度计、带有ai加速引擎的soc芯片构成的复合定位模组,将高精度硅mems陀螺仪、高精度硅mems 加速度计、硅mems磁传感器三维正交地固定在模组管壳内部,soc芯片中多元感知数据融合算法实现惯性融合近红外视觉的自主定位导航功能。
6.进一步的,soc芯片中多元感知数据融合算法实现惯性融合近红外视觉的自主定位导航功能的过程包括:将高精度硅mems陀螺仪、高精度硅mems 加速度计、硅mems磁传感器采集的数据在soc芯片中进行三维正交解耦误差计算并进行修正。
7.进一步的,在soc芯片中进行三维正交解耦误差计算并进行修正包括:
8.高精度硅mems陀螺仪正交解算的过程包括:
[0009][0010]
高精度硅mems加速度计正交解算的过程包括:
[0011][0012]
硅mems磁传感器正交解算的过程包括:
[0013][0014]
其中,d
0x
、d
0y
、d
0z
分别为x、y、z轴陀螺仪零偏,k
gx
、k
gy
、k
gz
为x、 y、z轴陀螺仪标度因数,e
gxz
、e
gxy
、e
gyz
、e
gyx
、e
gzy
、e
gzx
为陀螺仪三轴耦合系数,n
gx
、n
gy
、n
gz
为x、y、z轴陀螺仪输出值,ω
x
、ωy、ωz为正交修正后的三轴角速度值;k0
ax
、k0
ay
、k0
az
为x、y、z轴加速度计零偏, k
ax
、k
ay
、k
az
为x、y、z轴加速度计标度因数,n
ax
、n
ay
、n
az
为x、y、z 轴加速度计输出值,σ
xz
、σ
xy
、σ
yz
、σ
yx
、σ
zy
、σ
zx
为加速度三轴耦合系数, a
x
、ay、az为正交修正后的三轴加速度值;k0
mx
、k0
my
、k0
mz
为x、y、z轴磁传感器零偏,k
mx
、k
my
、k
mz
为x、y、z轴磁传感器标度因数, m
mx
、m
my
、m
mz
为x、y、z轴磁传感器输出值,β
xz
、β
xy
、β
yz
、β
yx
、β
zy
、β
zx
为磁传感器三轴耦合系数,m
x
、my、mz为正交修正后的三轴磁传感器输出值。
[0015]
进一步的,ingaas短波红外视觉芯片输出模拟信号,经过运放、adc芯片转换为数字信号,soc芯片采集到数字信号,进行疵点补偿和图像非均匀性校正。
[0016]
进一步的,进行疵点补偿的过程包括:设定边界条件将图像中的疵点有效的一一筛选出来,再将疵点图像数据与周围的有效像元数据进行替换补偿,替换后利用平滑系数平滑边界像元数据。
[0017]
进一步的,soc芯片进行图像非均匀性校正的过程包括:采集n帧暗场,计算暗场平
均值和暗点单点平均值;采集n帧亮场,计算n帧亮场平均值和亮点单点平均值;计算暗点和亮点两点校正系数,并利用该系数对图像进行校正。
[0018]
进一步的,融合近红外的复合定位模组的多传感器融合算法,采用基于深度学习的视觉惯性里程计算法,融合点线特征以构建误差优化模型,线特征采用直线检测分割算法,检测出图像中局部的直的轮廓;通过描述子差异判断提取图像中角点、边缘点等特征点。将图像点线特征信息与imu积分数据通过视觉惯性里程计紧耦合算法得到最优的全局定位姿态信息,实现不依赖卫星导航的自主定位导航。
[0019]
本技术现有技术中心红外视觉为远红外,浓雾、雨雪等恶劣天气情况下定位导航效果不理想,并且在定位过程中需要至少三个参考点的位置坐标,这需要事先确定,便捷性受限的问题进行改进,解决面向无人机在微光、浓雾、雨雪等恶劣天气情况下视觉自主导航性能急剧下降甚至失效的问题,本发明融合近红外视觉的复合定位导航模组通过光-力-磁-电多芯片三维集成、短波红外图像补偿算法、多源感知数据融合自主定位导航算法实现不依赖卫星导航的自主定位导航。
附图说明
[0020]
图1为本发明中融合近红外的复合定位模组硬件框图;
[0021]
图2为本发明疵点补偿和图像非均匀性校正原理框图;
[0022]
图3为本发明高精度硅mems陀螺仪、高精度硅mems加速度计、硅mems 磁传感器安装示意图。
具体实施方式
[0023]
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0024]
本发明提出一种融合近红外视觉的自主导航微系统,包括ingaas短波红外视觉芯片、高精度硅mems陀螺仪、高精度硅mems加速度计、硅mems磁传感器、气压高度计、带有ai加速引擎的soc芯片构成的复合定位模组,将高精度硅mems陀螺仪、高精度硅mems加速度计、硅mems磁传感器三维正交地固定在模组管壳内部,soc芯片中多元感知数据融合算法实现惯性融合近红外视觉的自主定位导航功能。
[0025]
在本实施例中,导航系统由ingaas短波红外视觉芯片、高精度硅mems 陀螺仪、高精度硅mems加速度计、硅mems磁传感器、气压高度计、带有 ai加速引擎的soc芯片共同构成的复合定位模组,如图1所示,密封在同一个管壳内,soc芯片中多元感知数据融合算法实现惯性融合近红外视觉的自主定位导航功能。
[0026]
如图3,高精度硅mems陀螺仪、高精度硅mems加速度计、硅mems 磁传感器三维正交的固定在模组管壳内部。在soc内部进行三维正交解耦误差计算并进行修正,保证轴向间的正交精度,陀螺仪正交解算公式为:
[0027][0028]
其中:d
0x
、d
0y
、d
0z
为x、y、z轴陀螺仪零偏,k
gx
、k
gy
、k
gz
为x、y、 z轴陀螺仪标度因数,n
gx
、n
gy
、n
gz
为x、y、z轴陀螺仪输出值, e
gxz
、e
gxy
、e
gyz
、e
gyx
、e
gzy
、e
gzx
为陀螺仪三轴耦合系数,ω
x
、ωy、ωz为正交修正后的三轴角速度值。
[0029][0030]
其中:k0
ax
、k0
ay
、k0
az
为x、y、z轴加速度计零偏,k
ax
、k
ay
、k
az
为x、y、z轴加速度计标度因数,n
ax
、n
ay
、n
az
为x、y、z轴加速度计输出值,σ
xz
、σ
xy
、σ
yz
、σ
yx
、σ
zy
、σ
zx
为加速度三轴耦合系数,a
x
、ay、az为正交修正后的三轴加速度值。
[0031][0032]
其中:k0
mx
、k0
my
、k0
mz
为x、y、z轴磁传感器零偏,k
mx
、k
my
、k
mz
为x、 y、z轴磁传感器标度因数,m
mx
、m
my
、m
mz
为x、y、z轴磁传感器输出值,β
xz
、β
xy
、β
yz
、β
yx
、β
zy
、β
zx
为磁传感器三轴耦合系数,m
x
、my、mz为正交修正后的三轴磁传感器输出值。
[0033]
ingaas短波红外视觉芯片输出模拟信号,经过运放、adc芯片转换为数字信号,soc芯片采集到数字信号,进行疵点补偿和图像非均匀性校正,如图所示。专用的疵点补偿算法可根据实际使用环境和成像质量要求设定边界条件,将图像中的疵点有效的一一筛选出来,再将疵点图像数据与周围的有效像元数据进行替换补偿。
[0034]
融合近红外的复合定位模组的多传感器融合算法,采用基于深度学习的视觉惯性里程计算法,融合点线特征以构建误差优化模型,线特征采用lsd(linesegment detector)直线检测分割算法,检测出图像中局部的直的轮廓;通过描述子差异判断提取图
像中角点、边缘点等特征点。将图像点线特征信息与imu 积分数据(通过修正后的陀螺仪、加速度计以及磁传感器计算得到)进行vio (visual-inertial odometry)视觉惯性里程计紧耦合算法得到最优的全局定位姿态信息,实现不依赖卫星导航的自主定位导航。
[0035]
在本发明的描述中,需要理解的是,术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
[0036]
在本发明中,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
[0037]
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1