摘要
本发明公开了一种基于激光点云优化视觉惯性里程计的方法,包括以下步骤:S1:同步获取预设时间段内目标载体的图像数据、激光点云数据和惯性测量数据;获取图像数据的特征点和特征直线,并进行特征追踪;筛选出在相机视野范围内的激光点云数据;对惯性测量数据进行预积分,获得IMU预积分值;S2:利用筛选出的激光点云数据计算特征点的深度和特征直线的Plücker坐标;S3:基于特征点的深度、特征直线的Plücker坐标、IMU预积分值非线性优化目标载体的视觉惯性里程计。本发明可以有效提高里程计算法在具有结构化的环境中的稳定性,有效减少里程计算法耗时,提高里程计算法的准确性和鲁棒性。
技术关键词
视觉惯性里程计
激光点云数据
IMU坐标系
相机
特征值
直线
特征点
Harris角点检测算法
协方差矩阵
相邻两帧图像
稀疏光流法
加速度
LSD算法
系统为您推荐了相关专利信息
物体检测系统
LED阵列光源
物方远心光路
双凸透镜
物体检测方法
动态识别方法
支持向量机模型
动态识别装置
SF6气体检测
融合特征
性能检测方法
特征值
电梯聚氨酯缓冲器
视频分析
高清图像采集装置
鸟瞰图像
泊车环境
视觉定位方法
语义地图
车辆运动数据
感测模块
传感器阵列
深度学习方法
控制模块
训练深度学习模型