[发明专利]一种基于惯性测量单元的动态场景SLAM方法

说明书

本发明涉及一种基于惯性测量单元的动态场景SLAM方法，包括以下步骤：采集IMU数据：获得t时刻的加速度计测量的瞬时加速度值陀螺仪测量的瞬时角速度和双目相机数据N(t)；通过瞬时加速度值分析系统加速度在一定时间内变化值γ_a，并与预设阈值γ_k进行对比，当γ_a＞γ_k时，则融合IMU数据，矫正系统位姿，当γ_a≤γ_k时，则处理相机数据。本发明设计合理，在保证系统解算速度的前提下，提高了SLAM系统的鲁棒性，并建立精准地图，有效克服了动态场景、剧烈运动对SLAM系统的影响。

技术领域

本发明属于机器人视觉导航技术领域，尤其是一种基于惯性测量单元的动态场景SLAM方法。

背景技术

SLAM(simultaneous localization and mapping)指基于视觉的即时定位与地图构建，该技术能够使未获得环境先验信息的机器人在运动状态下，通过视觉传感器的数据信息完成建图任务，是机器人学的热门方向，目前SLAM多应用于机器人导航、AR、VR与自动驾驶等领域，并推动了一批相关技术的发展。

按照机器人使用传感器的不同，如激光雷达或者相机(单目、双目)，SLAM技术分为激光SLAM和视觉SLAM。激光SLAM发展较早，技术较为成熟；视觉SLAM出现较晚，但是具有成本低，图像含有丰富信息等优点，逐渐成为主流并具有潜力的SLAM方法。

视觉SLAM技术相对于其他定位技术，精度较高，但是，其依赖环境的特征信息，在环境纹理缺失或者动态场景下容易产生误匹配、稳定性较差。惯性测量元件(IMU，InertialMeasurement Unit)虽然可以获得传感器x、y、z三轴的角速度和加速度，测量不受外界因素影响，但是在每一时刻产生的误差会随着时间累计发生漂移现象。如何将上述技术结合在一起，在保证系统计算量的同时有效提高SLAM算法的鲁棒性，适应动态场景下的剧烈运动并实现动态场景SLAM功能是目前迫切需要解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提出一种设计合理、性能稳定且安全可靠的基于惯性测量单元的动态场景SLAM方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于惯性测量单元的动态场景SLAM方法，包括以下步骤：

步骤1、采集IMU数据：获得t时刻的加速度计测量的瞬时加速度值陀螺仪测量的瞬时角速度和双目相机数据N(t)；

步骤2、通过瞬时加速度值分析系统加速度在一定时间内变化值γ_a，并与预设阈值γ_k进行对比，当γ_a＞γ_k时，执行步骤3、4，当γ_a≤γ_k时，执行步骤5；

步骤3、对获得的IMU数据进行预积分处理，使两个传感器数据在测量模型中的频率保持一致；

步骤4、通过IMU提供平移向量T和旋转矩阵R预测相机位姿，使用初始模型追寻初始化后的两帧图像，通过融合IMU的旋转矩阵R、速度V、平移向量T对相机的位姿进行矫正，更新地图并跳转回步骤1；

步骤5：使用前一帧的速度和相对位姿估计当前时刻的位姿，通过视觉重投影误差构造损失函数，使用图优化的方法进行位姿估计，更新地图并跳转回步骤1。

进一步，所述步骤3采用如下预积分测量模型，对IMU数据进行预积分处理：