CN111143756A - 基于无线测距的视觉图像全局比例因子估计方法及系统 - Google Patents
基于无线测距的视觉图像全局比例因子估计方法及系统 Download PDFInfo
- Publication number
- CN111143756A CN111143756A CN201911416085.0A CN201911416085A CN111143756A CN 111143756 A CN111143756 A CN 111143756A CN 201911416085 A CN201911416085 A CN 201911416085A CN 111143756 A CN111143756 A CN 111143756A
- Authority
- CN
- China
- Prior art keywords
- ranging
- scale factor
- global scale
- anchor
- distance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000000007 visual effect Effects 0.000 title claims abstract description 18
- 238000012937 correction Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Navigation (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于定位技术领域,提供了一种基于无线测距的视觉图像全局比例因子估计方法,包括如下步骤:S1、接收测距锚发送的距离值,所述距离值为测距锚所在位置距测距标签的距离,测距标签布置于移动站上;S2、基于距锚所在位置距测距标签的距离来计算当前位置的正全局尺度因子α0及负全局尺度因子α1;S3、分别基于正全局尺度因子α0及负全局尺度因子α1对当前纳入地图中的路标位置进行修正,并分别计算修正后的路标位置与修正前的路标位置的均方差,将最小均方差对应的全局尺度因子作为当前的全局长度因子。使用其他度量信息可靠地解决基于视觉的单目SLAM(VSLAM)的全局比例因子模糊性。
Description
技术领域
本发明属于定位技术领域,提供了一种基于无线测距的视觉图像全局比例因子估计方法及系统。
背景技术
基于单目视觉的同时定位和制图(SLAM)具有成本低、设置简单以及在卫星导航无效的环境中的可用性等优点,尽管校准立体视觉相机可能解决全局尺度因子模糊性,但由于全局尺度因子的不确定性随场景距离的增加呈平方增加,因此它并不是长距离建图的有效工具。另外,单目视觉测距法中的估计误差会随时间累积而不受限制,闭环技术是纠正漂移的有效工具。但摄像机必须观察相同的场景才能闭合环路,这成为任务设计中的重要约束,需要额外的计算负荷和数据存储,同时很难验证环路检测的质量。
发明内容
本发明实施例提供一种基于无线测距的视觉图像全局比例因子估计方法,使用其他度量信息确定了基于视觉的单目SLAM(VSLAM)的全局比例因子。
本发明是这样实现的,基于无线测距的视觉图像全局比例因子估计方法,所述方法具体包括如下步骤:
S1、接收测距锚发送的距离值,所述距离值为测距锚所在位置距测距标签的距离,测距标签布置于移动站上;
S2、基于距锚所在位置距测距标签的距离来计算当前位置的正全局尺度因子α0及负全局尺度因子α1;
S3、分别基于正全局尺度因子α0及负全局尺度因子α1对当前纳入地图中的路标位置进行修正,并分别计算修正后的路标位置与修正前的路标位置的均方差,将最小均方差对应的全局尺度因子作为当前的全局长度因子。
进一步的,正全局尺度因子α0及负全局尺度因子α1的获取方法具体如下:
S21、建立测距锚与测距标签间的测距模型,所述测距模型表示具体如下:
S22、将当前测距锚所在位置距测距标签的距离输入到测距模型,计算当前的全局尺度因子,即包括正全局尺度因子α0及负全局尺度因子α1,表达式具体如下:
其中,为t时刻测距锚检测到的测距锚所在位置距测距标签的距离,wpA为测距锚在地图坐标系中的位置矢量,α为全局尺度因子,为t时刻摄像机在地图坐标系中的位置,为t时刻相机坐标系到地图坐标系的旋转矩阵,cpT为测距标签在相机坐标系中的位置。
本发明是这样实现的,一种基于无线测距的视觉图像全局比例因子估计系统,所述系统包括:
设于定位区域的路标,设于指定位置的测距锚,设于移动站上的测距标签及单目相机,与单目相机及测距锚连接的数据处理器,单目相机采集路标,数据处理器基于采集的路标来构建地图,测距锚用于检测指定位置到移动站的距离,并发送至数据处理器,数据处理器基于权利要求1或权利要求2所述基于无线测距的视觉图像全局比例因子估计方法确定全局尺度因子,基于全局尺度因子对纳入当前地图的路标位置进行修正。
本发明提供的于无线测距的视觉图像全局比例因子估计方法具有如下有益技术效果:使用其他度量信息可靠地解决基于视觉的单目SLAM(VSLAM)的全局比例因子模糊性;融合单目相机和测距信息,在没有回环检测条件下减少漂移;使用真实数据集进行评估的,获得更准确的轨迹估计;易与单目VSLAM后端集成,不显着增加系统的复杂性。
附图说明
图1为本发明实施例提供的基于无线测距的视觉图像全局比例因子估计方法流程图;
图2为本发明实施例提供的测距模型结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为本发明实施例提供的基于无线测距的视觉图像全局比例因子估计方法流程图,该方法具体包括如下步骤:
S1、接收测距锚发送的距离值,所述距离值为测距锚所在位置距测距标签的距离,测距标签布置于移动站上;
S2、基于距锚所在位置距测距标签的距离来计算当前位置的正全局尺度因子α0及负全局尺度因子α1;
在本发明实施例中,正全局尺度因子α0及负全局尺度因子α1的获取方法具体如下:
S21、建立测距锚与测距标签间的测距模型;
S22、将当前测距锚所在位置距测距标签的距离输入到测距模型,计算当前的全局尺度因子,即包括正全局尺度因子及负全局尺度因子。
结合图2进行说明,测距模型具体如下:
求解位置参量α,获取正全局尺度因子α0及负全局尺度因子α1,其表达式具体如下:
其中,为t时刻测距锚检测到的测距锚所在位置距测距标签的距离,wpA为测距锚在地图坐标系中的位置矢量,α为全局尺度因子,为t时刻摄像机在地图坐标系中的位置,为t时刻相机坐标系到地图坐标系的旋转矩阵,cpT为测距标签在相机坐标系中的位置。
S3、分别基于正全局尺度因子α0及负全局尺度因α1子对当前纳入地图中的路标位置进行修正,并分别计算修正后的路标位置与修正前的路标位置的均方差,将最小均方差对应的全局尺度因子作为当前的全局尺度因子。
本发明还提供一种基于无线测距的视觉图像全局比例因子估计系统,该系统包括:
设于定位区域的路标,设于指定位置的测距锚,设于移动站上的测距标签及单目相机,与单目相机及测距锚连接的数据处理器,单目相机采集路标,数据处理器基于采集的路标来构建地图,测距锚用于检测指定位置到移动站的距离,并发送至数据处理器,数据处理器基于所述距离确定全局尺度因子,基于全局尺度因子对纳入当前地图的路标位置进行修正。
采用双向飞行时间测距技术来获取两个无线传感器节点(图1中的测距标签和测距锚点)之间的相对距离测量值。测距锚向测距标签发送信号,测距标前将接收到的信号发送回测距锚,测距锚记录每次信号往返时间,取平均值得到测距锚到测距标签往返时间由平均时间可计算出两个节点之间的相对距离d。
其中,c为光速,toff是一个时间偏移量,包括系统中的所有延迟。由于双向飞行时间测距技术只需确定信号往返时间,不需要高精度的节点时间同步,易于实现。
本发明提供的于无线测距的视觉图像全局比例因子估计方法具有如下有益技术效果:使用其他度量信息可靠地解决基于视觉的单目SLAM(VSLAM)的全局比例因子模糊性;融合单目相机和测距信息,在没有回环检测条件下减少漂移;使用真实数据集进行评估的,获得更准确的轨迹估计;易与单目VSLAM后端集成,不显着增加系统的复杂性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于无线测距的视觉图像全局比例因子估计方法,其特征在于,所述方法具体包括如下步骤:
S1、接收测距锚发送的距离值,所述距离值为测距锚所在位置距测距标签的距离,测距标签布置于移动站上;
S2、基于距锚所在位置距测距标签的距离来计算当前位置的正全局尺度因子α0及负全局尺度因子α1;
S3、分别基于正全局尺度因子α0及负全局尺度因子α1对当前纳入地图中的路标位置进行修正,并分别计算修正后的路标位置与修正前的路标位置的均方差,将最小均方差对应的全局尺度因子作为当前的全局长度因子。
3.一种基于无线测距的视觉图像全局比例因子估计系统,其特征在于,所述系统包括:
设于定位区域的路标,设于指定位置的测距锚,设于移动站上的测距标签及单目相机,与单目相机及测距锚连接的数据处理器,单目相机采集路标,数据处理器基于采集的路标来构建地图,测距锚用于检测指定位置到移动站的距离,并发送至数据处理器,数据处理器基于权利要求1或权利要求2所述基于无线测距的视觉图像全局比例因子估计方法确定全局尺度因子,基于全局尺度因子对纳入当前地图的路标位置进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911416085.0A CN111143756B (zh) | 2019-12-31 | 2019-12-31 | 基于无线测距的视觉图像全局比例因子估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911416085.0A CN111143756B (zh) | 2019-12-31 | 2019-12-31 | 基于无线测距的视觉图像全局比例因子估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111143756A true CN111143756A (zh) | 2020-05-12 |
CN111143756B CN111143756B (zh) | 2023-10-03 |
Family
ID=70522742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911416085.0A Active CN111143756B (zh) | 2019-12-31 | 2019-12-31 | 基于无线测距的视觉图像全局比例因子估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143756B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402225A (zh) * | 2011-11-23 | 2012-04-04 | 中国科学院自动化研究所 | 一种实现移动机器人同时定位与地图构建的方法 |
CN103808316A (zh) * | 2012-11-12 | 2014-05-21 | 哈尔滨恒誉名翔科技有限公司 | 室内飞行智能体惯性系统与激光测距仪组合导航改进方法 |
US20170307380A1 (en) * | 2014-10-20 | 2017-10-26 | Bae Systems Plc | Optical inertial measurement apparatus and method |
CN110070615A (zh) * | 2019-04-12 | 2019-07-30 | 北京理工大学 | 一种基于多相机协同的全景视觉slam方法 |
-
2019
- 2019-12-31 CN CN201911416085.0A patent/CN111143756B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402225A (zh) * | 2011-11-23 | 2012-04-04 | 中国科学院自动化研究所 | 一种实现移动机器人同时定位与地图构建的方法 |
CN103808316A (zh) * | 2012-11-12 | 2014-05-21 | 哈尔滨恒誉名翔科技有限公司 | 室内飞行智能体惯性系统与激光测距仪组合导航改进方法 |
US20170307380A1 (en) * | 2014-10-20 | 2017-10-26 | Bae Systems Plc | Optical inertial measurement apparatus and method |
CN110070615A (zh) * | 2019-04-12 | 2019-07-30 | 北京理工大学 | 一种基于多相机协同的全景视觉slam方法 |
Non-Patent Citations (1)
Title |
---|
王泽华;梁冬泰;梁丹;章家成;刘华杰;: "基于惯性/磁力传感器与单目视觉融合的SLAM方法", no. 06 * |
Also Published As
Publication number | Publication date |
---|---|
CN111143756B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200003869A1 (en) | Vehicle navigation system using pose estimation based on point cloud | |
US20210199814A1 (en) | Positioning method and device, and server and system | |
KR101241171B1 (ko) | 영상센서를 이용한 gps 위치정보 보정방법 | |
US20080319664A1 (en) | Navigation aid | |
US11223764B2 (en) | Method for determining bias in an inertial measurement unit of an image acquisition device | |
WO2011120141A1 (en) | Dynamic network adjustment for rigorous integration of passive and active imaging observations into trajectory determination | |
EP3361948A1 (en) | Integration of inertial tracking and position aiding for motion capture | |
JP2009074859A (ja) | 運動計測装置及び位置計測装置 | |
KR101890612B1 (ko) | 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치 | |
US20210341605A1 (en) | Position coordinates estimation device, position coordinates estimation method, and program | |
CN110163911B (zh) | 一种图像与惯性结合的头部姿态检测系统 | |
US11195297B2 (en) | Method and system for visual localization based on dual dome cameras | |
KR101402088B1 (ko) | 위성항법 시스템과 비전 시스템 융합 기술 기반 이동체의 자기위치 측위방법 및 장치 | |
CN112529962A (zh) | 一种基于视觉算法的室内空间关键定位技术方法 | |
CN110794828A (zh) | 一种融合语义信息的路标定位方法 | |
JP5355443B2 (ja) | 位置補正システム | |
KR101803340B1 (ko) | 영상 기반 주행거리 측정 시스템 및 방법 | |
CN115371673A (zh) | 一种未知环境中基于Bundle Adjustment的双目相机目标定位方法 | |
US11481920B2 (en) | Information processing apparatus, server, movable object device, and information processing method | |
CN109945890B (zh) | 多定位系统切换与融合校正方法及其装置 | |
CN111143756B (zh) | 基于无线测距的视觉图像全局比例因子估计方法及系统 | |
CN116027266A (zh) | Uwb与视觉紧耦合slam算法的定位方法及系统 | |
KR101364047B1 (ko) | 물체인식을 바탕으로 한 칼만필터를 이용한 이동체의 자기위치 추정방법 및 장치 | |
KR20200036405A (ko) | 정밀측위 시스템의 종방향 위치 오차를 보정하기 위한 장치 및 방법 | |
CN114429515A (zh) | 一种点云地图构建方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |