[发明专利]一种视觉惯性定位方法、装置及自动驾驶装置

说明书

本发明实施例提供了一种视觉惯性定位方法、装置及自动驾驶装置，方法包括：获取传感器采集的当前帧、历史地图以及惯性信息，将当前帧加入时域滑窗，并基于时域滑窗以及空域滑窗，更新先验约束条件；基于当前帧以及历史地图，确定视觉约束条件；基于当前帧与前一帧之间的惯性数据，确定惯性约束条件；基于先验约束条件、视觉约束条件以及时域滑窗中每相邻两帧图像帧之间的惯性约束条件进行视觉惯性优化，确定传感器的当前位姿，其中，先验约束条件为上一次更新得到的。通过构建空间广分布的空域滑窗和时域相邻的时域滑窗，进行视觉惯性联合优化，可以更好的控制每一时刻参与地图优化的图像帧的规模，进而可以提高视觉惯性定位的精度及鲁棒性。

技术领域

本发明涉及视觉定位技术领域，特别是涉及一种视觉惯性定位方法、装置及自动驾驶装置。

背景技术

SLAM(Simultaneous Localization and Mapping，同步定位与建图)指的是电子设备在未知环境中通过对环境的进行视觉图像采集，来构建周围环境地图，并完成自身定位的过程。随着科学技术的发展，SLAM在移动机器人、AR(Augmented Reality，增强现实)、VR(Virtual Reality，虚拟现实)、无人机、虚拟视觉定位系统等领域都有着重要应用。

纯视觉的SLAM方法在纹理丰富的场景中效果较好，但是在遇到玻璃，墙面等特征较少的场景，视觉信息获取不足，基本上无法工作。而惯性传感器可以在传感器运动时获取加速度和角速度信息，补充视觉信息的不足。视觉信息又可以矫正惯性传感器长时间工作产生的漂移。因此将视觉和惯性信息结合进行定位是十分具有应用前景的技术。

电子设备基于地图确定自身位姿需要很大的计算量，为了减小地图优化及定位的计算量，需要控制每一时刻参与地图优化的图像帧的规模。

发明内容

本发明实施例的目的在于提供一种视觉惯性定位方法、装置及自动驾驶装置，以控制每一时刻参与地图优化的图像帧的规模。具体技术方案如下：

第一方面，本发明实施例提供了一种视觉惯性定位方法，所述方法包括：

获取传感器采集的当前帧、历史地图以及惯性信息，其中，所述历史地图包括由所述当前帧之前的历史帧构建的三维地图，所述惯性信息包括所述当前帧和所述当前帧的前一帧之间的惯性数据；

将所述当前帧加入时域滑窗，并基于所述时域滑窗以及空域滑窗，更新先验约束条件；

基于所述当前帧以及所述历史地图，确定视觉约束条件；

基于所述当前帧与所述前一帧之间的惯性数据，确定惯性约束条件；

基于先验约束条件、所述视觉约束条件以及所述时域滑窗中每相邻两帧图像帧之间的惯性约束条件进行视觉惯性优化，确定所述传感器的当前位姿，其中，所述先验约束条件为上一次更新得到的。

可选的，所述基于所述时域滑窗以及空域滑窗，更新先验约束条件的步骤，包括：

按照预设策略更新所述时域滑窗以及空域滑窗，并更新先验约束条件；

其中，所述预设策略使得所述时域滑窗包括的图像帧在时域的分布范围不超过第一阈值，所述空域滑窗包括的图像帧在空域上的分布范围不小于第二阈值，且所述空域滑窗包括的图像帧的数量保持不变。

可选的，所述按照预设策略更新所述时域滑窗以及空域滑窗，并更新先验约束条件的步骤，包括：

基于所述时域滑窗中的最老帧与所述时域滑窗的最老帧的前一帧的数据关联量，判断所述时域滑窗中的最老帧是否为关键帧；

如果所述最老帧不为关键帧，将所述最老帧从所述时域滑窗中删除，并保存所述最老帧对应的惯性信息至先验约束条件；