摘要
本发明公开了一种惯性神经网络辅助的视觉惯性里程计方法,包括以下步骤:利用行人携带相机和IMU,采集环境信息与运动信息;对相机采集的图像进行畸变矫正,并进行IMU运动信息的预积分;利用惯性神经网络预测图像帧间相对运动,以此为图像帧间光度误差计算提供初始值;利用图像光度误差、IMU预积分残差与惯性神经网络预测残差,构建位姿解算目标函数,并根据目标函数计算携带相机和IMU行人的位姿与运动情况。本发明利用惯性神经网络预测结果为视觉惯性里程计方法提供了初始光度误差,并在目标函数中添加了惯性神经网络位姿预测残差,实现了行人位姿的准确稳定估计。
技术关键词
视觉惯性里程计
光度
关键帧
图像
误差
坐标系
时间同步
预测残差
相机
运动
长短期记忆网络
数据
矫正
加速度
残差网络
邻域
重力
数学模型
插值法
系统为您推荐了相关专利信息
温度预测模型
光纤布拉格
波长
多项式
锅炉控制参数
双目视差图像
传感模块
待测对象
三维测量方法
结构光激光器
综合风险指标
数学模型
车间
印刷设备
低温等离子体装置
扰动观测器
状态空间模型
并网逆变器系统
状态观测器
谐振