摘要
一种面向大范围自相似环境下的室内视觉惯性定位方法,属于室内定位技术领域。在该方法中,首先基于视觉传感器采集的先验视觉信息构建空间约束模型,将其作为先验信息加入系统约束;然后,充分利用历史信息相关性进行时序关联建模,并基于空间运动约束完成短时序列概率递推,得到最优匹配序列,以确保在视觉挑战场景下的正确匹配和姿态恢复;最后,采用蒙特卡洛推理,将视觉信息与地图约束相融合,校正行人航迹推算累积误差,确保系统长期跟踪性能。本发明支持基于智能手机的用户端在大范围室内场景下进行低成本、快速部署、持续定位,具有较强的鲁棒性和分米级定位精度,适用于多种室内定位场景。
技术关键词
惯性定位方法
行人航迹推算
粒子
视觉
融合多模态信息
稠密点云
线段检测方法
候选位置集合
蒙特卡洛
平面图
累积误差
室内定位技术
离群点
形态学滤波
序列
图像处理方法
运动跟踪
场景
校正
系统为您推荐了相关专利信息
状态空间模型
深度神经网络架构
行人检测方法
事件相机
空间模块
行人车辆检测方法
图片
多尺度特征融合
精度
特征融合网络
负载需求功率
光伏发电功率
能源调度方法
户用光伏储能系统
长短期记忆网络
飞行器
位姿检测方法
导航卫星系统
运动
位姿检测装置