[发明专利]一种捷联惯性导航系统/视觉里程计组合导航方法

说明书

技术领域

本发明属于组合导航领域，具体涉及一种捷联惯性导航系统/视觉里程计组合导航方法。

背景技术

近年来，导航领域中单独的导航子设备或者子系统不断的发展，其性能日趋完善，各自 的优势和局限性日趋明显。随着科学技术的飞速发展，而任何一种单独的导航子设备或者子 系统不可能完全实现日益增长的导航需求的目的，因此可以实现优势互补的组合导航技术的 应用正在不断扩展，并受到了越来越广泛的重视。

由于捷联惯性导航系统(Strapdown Inertial Navigation System，SINS)具有低成本、小体 积、全自主、隐蔽性好、采样频率高等优势，被广泛应用于多种领域；而全球导航卫星系统 具有单点定位精度高、误差不随时间发散等优点，因此将捷联惯性导航系统与全球导航卫星 系统进行组合可以实现优势互补，从而提高整个导航系统的精度。目前捷联惯性导航系统/全 球导航卫星系统组合导航是应用最为广泛的一种组合导航形式。然而捷联惯性导航系统/全球 导航卫星系统组合导航系统对全球导航卫星系统信息的依赖程度过大，而全球导航卫星系统 信息又绝对依赖于外部卫星信号。因此在森林覆盖区、建筑物密集区、室内、水下等环境中 时，全球导航卫星系统信号就很容易受到干扰而产生信号拥堵或堵塞，从而造成全球导航卫 星系统定位精度严重下降，进而大幅度降低整个组合导航系统的定位精度，因此需要寻求一 种新的组合导航方式。

基于视觉传感器的视觉里程计(Visual Odometer，VO)是目前新兴的一种导航设备，具 有价格低、耗能少、信息量丰富等优势，因此视觉里程计迅速得到了广泛的关注与应用，基 于捷联惯性导航系统/视觉里程计的组合导航技术也称为导航领域内的一个十分重要的研究 方向。

视觉里程计是利用视觉传感器捕获周围环境的图像信息，然后通过计算机视觉处理算法 对图像或者图像序列进行处理，从而实现对周围环境的理解，实现对运载体的导航与定位。 因此如何高效的从图像序列中提取出有效的周围环境信息，即特征提取与匹配问题，成为视 觉辅助导航技术研究中极为重要的内容之一。为提高视觉里程计的计算效率，特征提取与匹 配方法需要具有高效性，而加速分割检测特征(Feature from Accelerated Segment Test，FAST) 方法由于具有简单有效、计算速度快等优势，被应用于视觉特征与匹配过程中。但是FAST 仅仅对一小部分像素进行了处理，所以其对噪声特别敏感，极易受到周围环境的影响。针对 这一问题，本发明提出了一种改进的FAST特征提取方法，通过降低误匹配率来抑制环境噪 声对视觉里程计算法精度的影响，利用非线性滤波器容积卡尔曼滤波(Cubature Kalman Filter， CKF)完成对捷联惯性导航系统/视觉里程计组合导航系统状态的估计，从而提高捷联惯性导 航系统/视觉里程计组合导航系统的定位精度和鲁棒性。

发明内容

本发明的目的是提供一种能够同时定位精度更高和鲁棒性更好的捷联惯性导航系统/视 觉里程计组合导航方法。

本发明的目的是通过以下步骤来实现的：

步骤1：在运载体上安装双目视觉里程计、光纤陀螺惯性导航系统，对捷联惯性导航系 统/视觉里程计组合导航系统进行预热，并采集各个传感器的数据；

步骤2：根据视觉里程计中的双目摄像头采集到的图像序列，利用FAST方法对图像序列 中的特征进行提取，并利用基于随机抽样一致的特征匹配方法完成特征匹配，并根据视觉里 程计原理计算出运载体的运动信息；

步骤3：建立捷联惯性导航系统/视觉里程计组合导航系统的非线性状态方程；

步骤4：以捷联惯性导航系统与视觉里程计测得的速度误差为观测量，建立捷联惯性导 航系统/视觉里程计组合导航系统的量测方程；

步骤5：利用非线性滤波器容积卡尔曼滤波完成捷联惯性导航系统/视觉里程计组合导航 系统的时间更新和量测更新，对系统状态进行估计，实现捷联惯性导航系统/视觉里程计组合 导航系统的导航定位。

进一步地，在步骤2中，利用FAST方法对图像序列中的特征进行提取，并利用基于随 机抽样一致的特征匹配方法完成特征匹配，并根据视觉里程计原理计算出运载体的运动信息， 其具体方法为：

1)通过视觉里程计的双目视觉里程计获取运载体周围环境的图像对，并对图像序列进行 校正；

2)对校正后的图像序列利用FAST进行图像特征提取，并生成特征向量；

3)对从图像对中所提取的特征点，利用最近邻和次最近邻的距离比方法进行图像特征粗 匹配；