一种适用于果园等非结构化动态环境的视觉惯性定位方法及系统

本发明涉及一种适用于果园等动态、弱纹理环境下的视觉惯性定位方法及系统。涉及涉及农业机器人导航与感知技术领域，所述方法包括：步骤1：获取由惯性测量单元(IMU)和摄像头采集的同步传感数据，利用零速度更新(ZUPT)机制在检测到准静止状态时校正IMU误差，以抑制积分漂移；步骤2：在图像关键帧之间采用RAFT全局光流方法进行特征点初始匹配，获取全局一致性光流估计结果，并结合Lucas‑Kanade(LK)光流算法在相邻帧间进行局部精细跟踪，实现递进式光流跟踪；步骤3：针对弱纹理区域特征稀疏问题，提出结构感知特征转译策略，将改进EDLines算法提取的线段中点作为稀疏点特征补充至光流路径中，提高特征分布密度和跟踪稳定性；步骤4：改进的EDLines算法通过引入基于梯度自适应调整的边缘检测阈值和最小线段长度过滤机制，以适应光照变化并剔除噪声短线段，从而增强线特征提取稳定性和几何完整性。步骤5：将上述处理得到的特征点位移投影误差、IMU校正数据，输入到视觉惯性定位与建图(Visual‑Inertial SLAM)框架中，实现导航定位与地图构建。本发明方法具备实时性高、鲁棒性强、适应动态和弱纹理环境的特点，可广泛应用于果园机器人等农业移动平台的视觉惯性导航任务。