[发明专利]基于单目VINS系统的优化方法、装置、存储介质及电子设备

说明书

本公开涉及一种基于单目VINS系统的优化方法、装置、存储介质及电子设备。该方法包括：首先，对惯性导航传感器IMU的相关变量进行估计，并将该估计值作为单目VINS系统的初始值。然后，根据图优化求解方法，在运动跟踪线程中建立联合IMU运动模型，对单目VINS系统进行状态估计。这样，将IMU的相关变量引入到单目VINS系统中可以确定出尺度因子，此外，通过建立联合IMU运动模型，对单目VINS系统进行状态估计，可以提高了单目VINS系统的精确度和鲁棒性。

技术领域

本公开涉及计算机视觉技术和信息融合技术，具体地，涉及一种基于单目VINS系统的优化方法、装置、存储介质及电子设备。

背景技术

近几年，随着计算机硬件和计算机视觉技术的迅猛发展，移动机器人的同时定位与建图技术(Simultaneous Localization and Mapping，SLAM)得到了很大的突破，由于单目相机具有体积小且易安装等优点，单目视觉SLAM技术成为了移动机器人主动式定位领域中的研究重点。

然而，单目相机本身存在尺度不确定性问题，系统无法正确地度量环境，从而导致其无法应用在实际的导航应用中，而通过融合惯性导航传感器(Inertial MeasurementUnit，IMU)的测量信息，将单目SLAM系统改进为单目VINS(Visual Inertial NavigationSystem)系统，便可以正确地恢复出尺度因子，同时得到更高的精确度和更强的鲁棒性。

发明内容

为了克服现有技术中存在的问题，本公开实施例提供一种基于单目VINS系统的优化方法、装置、存储介质及电子设备。

为了实现上述目的，本公开第一方面提供一种基于单目VINS系统的优化方法，包括：

对惯性导航传感器IMU的相关变量进行估计，并将估计所得值作为单目VINS系统的初始值，所述IMU的相关变量包括IMU的陀螺仪零偏、加速度计零偏和单目VINS系统所在平台的移动速度；

根据图优化求解方法，在运动跟踪线程中建立联合IMU运动模型，对所述单目VINS系统进行状态估计。

可选地，所述根据图优化求解方法，在运动跟踪线程中建立联合IMU运动模型，对所述单目VINS系统进行状态估计，包括：

在运动跟踪线程中，确定单目VINS系统地图是否更新；

根据所述单目VINS系统地图是否更新，选择相应的因子图；

根据所述因子图，对所述单目VINS系统进行状态估计。

可选地，所述对惯性导航传感器IMU的相关变量进行估计，并将估计所得值作为单目VINS系统的初始值，包括：

通过解耦方式对惯性导航传感器IMU的相关变量进行预积分处理，并将处理所得值作为单目VINS系统的初始值。

可选地，所述通过解耦方式对惯性导航传感器IMU的相关变量进行预积分处理，包括：

对惯性导航传感器IMU的陀螺仪零偏进行预积分处理；

在不考虑加速度计零偏的情况下初步对尺度因子和重力方向进行预积分处理；

对所述加速度计零偏进行预积分处理，以及校正更新所述尺度因子和所述重力方向；

对线性速度进行预积分处理。

可选地，所述方法还包括：

根据所述IMU的相关变量的预积分值，在局部地图构建线程中设计所述IMU的状态变量的局部窗口，并构建相应的局部优化因子图，进行状态估计；

根据所述尺度因子，在闭合回环线程中进行位姿优化，并构建全局非线性优化的因子图，进行状态估计。