CN104359482A - 基于lk光流算法的视觉导航方法 - Google Patents

基于lk光流算法的视觉导航方法 Download PDF

Info

Publication number
CN104359482A
CN104359482A CN201410713292.3A CN201410713292A CN104359482A CN 104359482 A CN104359482 A CN 104359482A CN 201410713292 A CN201410713292 A CN 201410713292A CN 104359482 A CN104359482 A CN 104359482A
Authority
CN
China
Prior art keywords
navigation
method based
optical flow
vision
flow algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410713292.3A
Other languages
English (en)
Inventor
成怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Polytechnic University
Original Assignee
Tianjin Polytechnic University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN201410713292.3A priority Critical patent/CN104359482A/zh
Publication of CN104359482A publication Critical patent/CN104359482A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明属于视觉导航领域，具体涉及一种基于LK光流算法的视觉导航方法，利用LK光流算法实现环境特征提取与跟踪，并根据环境特征的位置和速度信息，反算出视觉传感器的位置和速度信息，并采用动态扩展卡尔曼滤波实现与惯性导航系统参数的数据融合，从而实现视觉导航信息对惯性导航系统误差的修正，获得精确的导航坐标。适合中小型载体的高定位精度、微型化及低成本的特点，具有理论与实用价值。

Description

基于LK光流算法的视觉导航方法
技术领域
本发明属于视觉导航领域，涉及一种基于LK光流算法的视觉导航方法，特别针对小型载体的高定位精度、微型化及低成本的要求。
背景技术
近年来，各种小型载体，如无人机(UAV)、小型机载人等在军事上和民用领域的作用日趋重要。小型载体的导航设备需要重量轻、功耗小、探测距离远、分辨率高，传统的GPS受到环境的影响较大，在室内或特殊环境的应用受到限制，惯性导航的误差又随着时间的增长而积累，所以需要其它的辅助导航力法，视觉导航由于视觉传感器体积小，重量轻受到广泛的关注。目前的视觉导航方法主要集中在特征提取、特征匹配的算法，目标为利用特征的位置信启并结合惯性导航的位置信启给出载体的位置。特征的提取和匹配只给出了特征的形状、颜色、大小等特征，而忽略了特征的速度信息。LK光流算法是利用特征像素点的变化速度来跟踪目标的一种算法，体现了特征变化的速度信息。因此本发明提出应用LK光流算法实现载体的视觉导航。
发明内容
本发明重点研究小型载体视觉导航系统的关键技术。解决环境特征提取与跟踪问题，解决视觉信息与惯性导航系统参数的数据融合问题，实现视觉信启对惯性导航系统误差的修正，获得精确的导航坐标。具体的研究方案如图1所示。主要内容如下：
1)基于LK光流算法实现环境特征提取和跟踪
2)设计动态扩展卡尔曼滤波器对载体的运动状态和视觉特征的位置进行估计，从而获得载体的导航参数。
附图说明
图1是本发明的研究方案图。
图2是本发明的动态卡尔曼滤波融合视觉信息与惯性导航参数的原理。
具体实施方式
主要环节的具体设计思路如下：
(1)基于LK光流算法的环境特征摄取与跟踪
LK光流算法计算环境特征的位置相对于视觉传感器的变化情况，并解算出视觉传感器相对于特征点的位置信息。将这些位置信息根据特征点的变化进行视觉传感器路径的叠加，从而获得载体的位置变换信息。
(2)基于动态扩展卡尔曼滤波的数据融合
利用动态扩展卡尔曼滤波器融合视觉信息修正惯性导航系统测量误差。定义载体方向角为(φ，θ，ψ)，陀螺偏差为(bp，bq，br)，视觉信息为(φv，θv，ψv)，系统状态变量选择x＝[φ θ ψ bp bp br]l，观测变量选择[φv θv ψv]，建立系统的状态方程及观测方程，利用动态扩展卡尔曼滤波递推方程估计载体的位置姿态信息，基于动态扩展卡尔曼滤波融合视觉信息与惯性导航参数的原理如图2所示。
本发明的优点在于，导航摄像机与MEMS惯性导航器件所组成的导航系统成本低廉，体积小，操作方便，精度高，满足小型载体的载荷、尺寸、功率、成本等方面的需要，具有良好的应用前景。

Claims (3)

1.基于LK光流算法的视觉导航方法利用LK光流实现环境的特征提取与跟踪，利用图像序列中的环境特征位置信息确定载体的位置，并采用动态扩展卡尔曼滤波实现与惯性导航系统参数的数据融合，从而实现视觉导航信息对惯性导航系统误差的修正，获得精确的导航坐标。
2.根据权利要求1所述的基于LK光流的视觉导航方法，其特征在于，采用SIFT算法实现环境特征提取与跟踪。
3.根据权利要求1所述的基于LK光流的视觉导航方法，其特征在于，设计动态扩展卡尔曼滤波器对载体的运动状态和视觉特征的位置进行估计。
CN201410713292.3A 2014-11-26 2014-11-26 基于lk光流算法的视觉导航方法 Pending CN104359482A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410713292.3A CN104359482A (zh) 2014-11-26 2014-11-26 基于lk光流算法的视觉导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410713292.3A CN104359482A (zh) 2014-11-26 2014-11-26 基于lk光流算法的视觉导航方法

Publications (1)

Publication Number Publication Date
CN104359482A true CN104359482A (zh) 2015-02-18

Family

ID=52526767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410713292.3A Pending CN104359482A (zh) 2014-11-26 2014-11-26 基于lk光流算法的视觉导航方法

Country Status (1)

Country Link
CN (1) CN104359482A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864866A (zh) * 2015-05-15 2015-08-26 零度智控（北京）智能科技有限公司 飞行器飞行误差矫正装置、矫正方法及无人飞行器
CN107543539A (zh) * 2016-06-29 2018-01-05 联芯科技有限公司 一种无人机的位置信息获取方法及无人机
CN109407103A (zh) * 2018-09-07 2019-03-01 昆明理工大学 一种无人机雾天障碍物识别装置及其识别方法
CN109540126A (zh) * 2018-12-03 2019-03-29 哈尔滨工业大学 一种基于光流法的惯性视觉组合导航方法
CN109715047A (zh) * 2016-09-07 2019-05-03 威尔乌集团 用于眼动追踪应用的传感器融合系统和方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864866A (zh) * 2015-05-15 2015-08-26 零度智控（北京）智能科技有限公司 飞行器飞行误差矫正装置、矫正方法及无人飞行器
CN107543539A (zh) * 2016-06-29 2018-01-05 联芯科技有限公司 一种无人机的位置信息获取方法及无人机
CN109715047A (zh) * 2016-09-07 2019-05-03 威尔乌集团 用于眼动追踪应用的传感器融合系统和方法
CN109715047B (zh) * 2016-09-07 2021-08-03 威尔乌集团 用于眼动追踪应用的传感器融合系统和方法
CN109407103A (zh) * 2018-09-07 2019-03-01 昆明理工大学 一种无人机雾天障碍物识别装置及其识别方法
CN109540126A (zh) * 2018-12-03 2019-03-29 哈尔滨工业大学 一种基于光流法的惯性视觉组合导航方法
CN109540126B (zh) * 2018-12-03 2020-06-30 哈尔滨工业大学 一种基于光流法的惯性视觉组合导航方法

Similar Documents

Publication Publication Date Title
CN107356252B (zh) 一种融合视觉里程计与物理里程计的室内机器人定位方法
CN109911188B (zh) 非卫星导航定位环境的桥梁检测无人机系统
CN106017463B (zh) 一种基于定位传感装置的飞行器定位方法
CN102393744B (zh) 一种无人驾驶汽车的导航方法
CN109946732A (zh) 一种基于多传感器数据融合的无人车定位方法
Li et al. Self-positioning for UAV indoor navigation based on 3D laser scanner, UWB and INS
CN205540288U (zh) 一种具有多功能地面站的无人机系统
CN104359482A (zh) 基于lk光流算法的视觉导航方法
CN102788580A (zh) 无人机视觉导航中的飞行路线合成方法
WO2018063245A8 (en) LOCATION OF AUTONOMOUS VEHICLE
CN103175524A (zh) 一种无标识环境下基于视觉的飞行器位置与姿态确定方法
US10254767B1 (en) Determining position or orientation relative to a marker
CN102788579A (zh) 基于sift算法的无人机视觉导航方法
CN103852082A (zh) 一种星间测量和陀螺的姿态轨道一体化滤波估计方法
CN103630138A (zh) 基于摄像机头标定算法的无人机视觉导航方法
Wang et al. Monocular vision and IMU based navigation for a small unmanned helicopter
Unicomb et al. Distance function based 6dof localization for unmanned aerial vehicles in gps denied environments
CN103791901B (zh) 一种星敏感器数据处理系统
Kawamura et al. VSLAM and Vision-based Approach and Landing for Advanced Air Mobility
CN104316057A (zh) 一种无人机视觉导航方法
Diop et al. A computer vision-aided motion sensing algorithm for mobile robot's indoor navigation
Agarwal et al. Monocular vision based navigation and localisation in indoor environments
CN103267523A (zh) 四轴飞行器视觉导航系统中视觉信息离线处理方法
Ready et al. Inertially aided visual odometry for miniature air vehicles in gps-denied environments
Qiu et al. Design and implementation of an autonomous landing control system of unmanned aerial vehicle for power line inspection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150218