公开(公告)号：CN114935336B

公开(公告)日：2025-04-01

申请号：CN202210509623.6

申请日：2022-05-11

Applicant: 安徽大学

Inventor： 樊渊 ,  樊富友 ,  韩可 ,  杨国志 ,  董翔 ,  周俊 ,  宋铁旭 ,  袁文博

IPC: G01C21/16 ,  G01C21/20 ,  G01C21/28 ,  G01C21/32

Abstract: 本发明提供一种基于多IMU的点线融合定位方法及系统，方法包括：通过相机和4个相同型号的IMU分别进行图像采集和惯性数据采集；将步骤S1中相机获取到的图像帧进行特征提取；将步骤S1中得到的四个IMU的多组数据分别进行预积分，计算出两帧图像对应的IMU的位置和速度；视觉和IMU初始化；将步骤S4中多个IMU(A、B、C、D)初始化后得到的测量值概率的映射到虚拟IMU(E)上；将线重投影误差建模为线段两端点到投影线的距离，然后最小化点线的重投影误差和IMU残差，获得精确的位姿估计；将本文设计的算法在公共数据集上以及采集的数据集上进行测试。本发明解决了定位及融合视觉精度低、低纹理场景处理效果差以及线段提取质量差的技术问题。

公开(公告)号：CN114935336A

公开(公告)日：2022-08-23

申请号：CN202210509623.6

申请日：2022-05-11

Applicant: 安徽大学

Inventor： 樊渊 ,  樊富友 ,  韩可 ,  杨国志 ,  董翔 ,  周俊 ,  宋铁旭 ,  袁文博

IPC: G01C21/16 ,  G01C21/20 ,  G01C21/28 ,  G01C21/32

Abstract: 本发明提供一种基于多IMU的点线融合定位方法及系统，方法包括：通过相机和4个相同型号的IMU分别进行图像采集和惯性数据采集；将步骤S1中相机获取到的图像帧进行特征提取；将步骤S1中得到的四个IMU的多组数据分别进行预积分，计算出两帧图像对应的IMU的位置和速度；视觉和IMU初始化；将步骤S4中多个IMU(A、B、C、D)初始化后得到的测量值概率的映射到虚拟IMU(E)上；将线重投影误差建模为线段两端点到投影线的距离，然后最小化点线的重投影误差和IMU残差，获得精确的位姿估计；将本文设计的算法在公共数据集上以及采集的数据集上进行测试。本发明解决了定位及融合视觉精度低、低纹理场景处理效果差以及线段提取质量差的技术问题。