本说明书涉及计算机,尤其涉及一种基于视觉特征匹配的信息融合定位的方法、装置。
背景技术:
1、当前,无人设备在复杂环境中的自主定位导航面临诸多挑战。在极端环境或外界干扰的影响下,无人设备的主要导航机制——全球导航卫星系统(global navigationsatellite system,gnss)可能无法提供有效的定位信息,此时若无人设备仅使用惯性导航系统,则会存在坐标漂移和误差积累的问题。
2、针对gnss拒止条件,可行的方法是利用地形匹配算法结合惯性导航系统进行定位。这一解决方案对于地形匹配算法的精度有着较高的要求。
3、由此,本发明提供一种基于视觉特征匹配的信息融合定位的方法、装置。
技术实现思路
1、本说明书提供一种基于视觉特征匹配的信息融合定位的方法及装置,以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案:
3、本说明书提供了一种基于视觉特征匹配的信息融合定位的方法,数据库中存储着若干稳健特征组以及每个稳健特征组对应的地图坐标,其中,一个稳健特征组由若干公共特征组成,所述公共特征为一个原始子图以及该原始子图的各泛化子图中均可提取出的特征,所述方法包括:
4、利用选定的特征提取方法,对无人设备在第一时刻采集的实时图像进行特征提取,得到所述实时图像对应的若干实时特征,作为所述实时图像的实时特征组;
5、确定所述数据库中的任一稳健特征组与所述实时特征组的特征组差异;
6、当所述差异小于预设的特征组差异阈值时,将该稳健特征组对应的地图坐标作为该无人设备对应的基础坐标,根据所述差异确定转换矩阵,根据所述基础坐标以及所述转换矩阵,确定所述无人设备的第一坐标,否则,继续确定所述数据库中其他稳健特征组与所述实时特征组的差异,直至任一稳健特征组与所述实时特征组的差异小于预设的特征组差异阈值;
7、将所述无人设备得到第一坐标的时刻作为第二时刻,根据所述无人设备的惯导信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径;
8、根据所述第一坐标以及所述位移路径,确定所述无人设备在第二时刻的实时坐标。
9、可选的,预先建立数据库,具体包括:
10、预先获取目标地图的若干原始子图;
11、针对任一原始子图,对该原始子图进行风格变化,得到该原始子图对应的若干泛化子图;
12、将该原始子图以及该原始子图的各泛化子图均作为待提取子图,针对每个待提取子图,利用所述特征提取方法进行特征提取,得到该待提取子图对应的若干初始特征;
13、在各待提取子图分别对应的初始特征中,确定至少部分待提取子图均具有的若干公共特征,作为该原始子图对应的稳健特征组;
14、将每个原始子图的稳健特征组以及地图坐标存入数据库。
15、可选的,在各待提取子图分别对应的初始特征中,确定至少部分待提取子图均具有的若干公共特征,具体包括:
16、针对在各待提取子图分别对应的初始特征中的任一初始特征,将该初始特征对应的待提取子图以外的其他待提取子图作为待匹配子图,将每个待匹配子图的各初始特征均作为待匹配特征;
17、将与该初始特征的差异小于预设的特征差异阈值的待匹配特征,作为该初始特征的相似特征;
18、根据该初始特征的相似特征的数量,确定该初始特征的稳健性评分,其中,稳健性评分的分值与相似特征数量正相关;
19、确定稳健性评分最高的若干初始特征作为公共特征。
20、可选的,所述特征组差异阈值具体包括:每个地形种类对应的特征组差异阈值;
21、在获取目标地图的若干原始子图之后,还包括:
22、确定每个原始子图所对应的地形种类;
23、将每个原始子图的稳健特征组以及地图坐标存入数据库,具体包括:
24、将每个原始子图的稳健特征组、地图坐标以及地形种类存入数据库;
25、当所述差异小于预设的特征组差异阈值时,将该稳健特征组对应的地图坐标作为该无人设备对应的基础坐标,具体包括:
26、根据该稳健特征组对应的地形种类,确定该稳健特征组对应的特征组差异阈值;
27、当所述差异小于该稳健特征组对应的特征组差异阈值时,将该稳健特征组对应的地图坐标作为该无人设备对应的基础坐标。
28、可选的,预设每个地形种类对应的特征组差异阈值,具体包括:
29、将任一地形种类作为目标地形;
30、针对所述目标地形的每个原始子图,将该原始子图对应的各初始特征作为该原始子图对应的待匹配特征组,根据预设的特征组差异标准,将所述目标地形的各待匹配特征组与所述目标地形的各稳健特征组进行无放回匹配,得到若干特征组匹配对;
31、确定不同特征组差异标准下,正确匹配对在所有特征组匹配对中的占比,所述正确匹配对中的待匹配特征组与稳健特征组属于同一原始子图;
32、将对应正确匹配对占比最高的特征组差异标准作为所述目标地形对应的特征组差异阈值。
33、可选的,所述惯导信息具体包括:惯导系统中每个惯性测量元件分别对应的惯导子信息;
34、根据所述无人设备的惯导信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径,具体包括:
35、针对每个惯导子信息,根据该惯导子信息与该惯导子信息对应的历史惯导子信息的差异,确定该惯导子信息的权重;
36、根据各惯性导航子信息的权重,确定综合惯导信息;
37、根据所述综合惯导信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径。
38、可选的,根据所述综合惯导信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径,具体包括:
39、根据所述综合惯导信息,确定所述无人在第一时刻与第二时刻之间每一时刻的速度;
40、对所述速度进行积分,确定所述无人设备在第一时刻与第二时刻之间的位移路径。本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于视觉特征匹配的信息融合定位的方法。
41、本说明书提供一种融合信息定位的装置,数据库中存储着若干稳健特征组以及每个稳健特征组对应的地图坐标,其中,一个稳健特征组由若干公共特征组成,所述公共特征为一个原始子图以及该原始子图的各泛化子图中均可提取出的特征,所述装置包括:
42、提取模块,利用选定的特征提取方法,对无人设备在第一时刻采集的实时图像进行特征提取,得到所述实时图像对应的若干实时特征,作为所述实时图像的实时特征组;
43、差异确定模块,确定所述数据库中的任一稳健特征组与所述实时特征组的特征组差异;
44、第一坐标模块,当所述差异小于预设的特征组差异阈值时,将该稳健特征组对应的地图坐标作为该无人设备对应的基础坐标,根据所述差异确定转换矩阵,根据所述基础坐标以及所述转换矩阵,确定所述无人设备的第一坐标,否则,继续确定所述数据库中其他稳健特征组与所述实时特征组的差异,直至任一稳健特征组与所述实时特征组的差异小于预设的特征组差异阈值;
45、位移确定模块,将所述无人设备得到第一坐标的时刻作为第二时刻,根据所述无人设备的惯性导航信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径;
46、第二坐标模块,根据所述第一坐标以及所述位移路径,确定所述无人设备在第二时刻的实时坐标。
47、本说明书提供了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述融合信息定位方法。
48、本说明书采用的上述至少一个技术方案能够达到以下有益效果:
49、本方法可以在gnss拒止条件下,利用惯导系统修正图像匹配得到的定位,得到无人设备的精准定位。
1.一种基于视觉特征匹配的信息融合定位的方法,其特征在于,数据库中存储着若干稳健特征组以及每个稳健特征组对应的地图坐标,其中,一个稳健特征组由若干公共特征组成,所述公共特征为一个原始子图以及该原始子图的各泛化子图中均可提取出的特征,所述方法包括:
2.如权利要求1所述的方法,其特征在于,预先建立数据库,具体包括:
3.如权利要求2所述的方法,其特征在于,在各待提取子图分别对应的初始特征中,确定至少部分待提取子图均具有的若干公共特征,具体包括:
4.如权利要求1所述的方法,其特征在于,所述特征组差异阈值具体包括:每个地形种类对应的特征组差异阈值;
5.如权利要求4所述的方法,其特征在于,预设每个地形种类对应的特征组差异阈值,具体包括:
6.如权利要求1所述的方法,其特征在于,所述惯导信息具体包括:惯导系统中每个惯性测量元件分别对应的惯导子信息;
7.如权利要求6所述的方法,其特征在于,根据所述综合惯导信息,确定所述无人设备在第一时刻与第二时刻之间的位移路径,具体包括:
8.一种信息融合定位的装置,其特征在于,数据库中存储着若干稳健特征组以及每个稳健特征组对应的地图坐标,其中,一个稳健特征组由若干公共特征组成,所述公共特征为一个原始子图以及该原始子图的各泛化子图中均可提取出的特征,所述装置包括:
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
