[发明专利]一种利用地图的视觉惯性室内定位方法

说明书

本发明公开了一种利用地图的视觉惯性室内定位方法，包括，针对视觉惯性里程计系统在室内定位精度较差的问题，采用了基于条件随机场的三维地图匹配算法来对视觉惯性里程计的输出进行修正。首先，建立室内三维地图的条件随机场模型，将其作为先验信息加入计算；其次，将视觉惯性里程计系统输出的位姿和轨迹信息作为观测量送入条件随机场模型中，最后，将条件随机场模型输出的最优状态点序列作为反馈值来对视觉惯性里程计系统的输出进行修正。本发明基于条件随机场的三维地图匹配算法相比二维地图匹配拓展了应用的范围。相比于以往的基于粒子滤波的地图匹配算法，在保证了精度的同时显著的减少了计算量，更加适合于实际工程应用。

技术领域

本发明属于室内定位技术领域，涉及一种利用地图的视觉惯性室内定位技术。在室内地图情况已知条件下基于视觉惯性里程计(Visual-Inertial Odometry，VIO)和三维地图匹配技术来进行室内定位，利用三维地图匹配算法来增强视觉惯性里程计在室内定位的精度。

背景技术

随着物联网技术这些年的快速发展，出现了像智慧病房、无人超市、无人酒店等这些新型技术。而这些技术对室内定位有了更高的要求，因此如何室内定位精度也受到了学术界和工业界广泛的讨论和关注。

在开阔的室外环境下，高精度的差分GPS(Global Positioning System)可以提供给非常精确的实时定位，然而，GPS在室内定位中由于建筑物和墙壁的遮挡和反射，精度会大大降低，在室内GPS的表现很差。传统的室内定位多采用惯性测量单元(InertialMeasurement Unit，IMU)、Wi-Fi、超宽带技术(Ultra Wide Band，UWB)和蓝牙低功耗技术(Bluetooth Low Energy，BLE)来进行定位。然而与室外的GPS定位技术不同，这几种技术都有非常明显不足之处。惯性测量单元内部包含有加速度计和陀螺仪，可以采集行人每一时刻的加速度和角速度信息，进而积分得到速度、位置和角度信息，然而惯性测量单元在进行定位时误差会以非常高的速度进行累积，较长时间后误差就会严重的影响定位精度。甚至当行人静止不动时，误差也会累积。虽然可以使用零速检测和陀螺测漂的技术对其进行一定的修正，但在较长距离定位时效果仍然不太理想。Wi-Fi技术和超宽带技术的缺点比较相似，在使用这两者时，都需要在室内布置大量的基础设施，来对Wi-Fi和超宽带提供信号支持，因此在成本方面这两项技术需求会比较高，特别是在大型的室内环境。同时，定位精度受信号影响也比较大。对于BLE技术，今年来的确得到了不错的发展，但是它同样需要在室内搭建iBeacon设备，同时信号也会受到这些设备的影响，后期的维护也是一个比较麻烦的问题。

随着对室内定位精度要求的提高，单一的室内定位技术已经很难满足需求，因此多种定位技术进行融合成为了新的主流方向。视觉惯性里程计技术是一项著名的融合视觉定位技术和惯性测量单元定位技术来估计行人或机器人的位置和运动轨迹的方法。它融合了视觉定位技术和惯性测量单元定位技术的优点，可以获得比单视觉和单IMU更高精度和更加鲁棒的定位效果。VIO室内定位技术近几年在许多场所都进行过研究和应用。但是它的问题是，视觉定位依赖于拍摄图像的质量，当图像质量较差时，视觉技术就无法从图像中提取出足够多的有效的特征点，因此就无法进行前后两帧图像之间的有效匹配。短时间内，可以通过IMU技术来对其进行修正，但是较长时间后，IMU自身也会产生很大的误差，就会导致VIO技术定位误差增大或定位失败。