基于lk光流算法的視覺(jué)導(dǎo)航方法
【專(zhuān)利摘要】本發(fā)明屬于視覺(jué)導(dǎo)航領(lǐng)域，具體涉及一種基于LK光流算法的視覺(jué)導(dǎo)航方法，利用LK光流算法實(shí)現(xiàn)環(huán)境特征提取與跟蹤，并根據(jù)環(huán)境特征的位置和速度信息，反算出視覺(jué)傳感器的位置和速度信息，并采用動(dòng)態(tài)擴(kuò)展卡爾曼濾波實(shí)現(xiàn)與慣性導(dǎo)航系統(tǒng)參數(shù)的數(shù)據(jù)融合，從而實(shí)現(xiàn)視覺(jué)導(dǎo)航信息對(duì)慣性導(dǎo)航系統(tǒng)誤差的修正，獲得精確的導(dǎo)航坐標(biāo)。適合中小型載體的高定位精度、微型化及低成本的特點(diǎn)，具有理論與實(shí)用價(jià)值。
【專(zhuān)利說(shuō)明】基于LK光流算法的視覺(jué)導(dǎo)航方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于視覺(jué)導(dǎo)航領(lǐng)域，涉及一種基于LK光流算法的視覺(jué)導(dǎo)航方法，特別針對(duì)小型載體的高定位精度、微型化及低成本的要求。

【背景技術(shù)】
[0002]近年來(lái)，各種小型載體，如無(wú)人機(jī)(UAV)、小型機(jī)載人等在軍事上和民用領(lǐng)域的作用日趨重要。小型載體的導(dǎo)航設(shè)備需要重量輕、功耗小、探測(cè)距離遠(yuǎn)、分辨率高，傳統(tǒng)的GPS受到環(huán)境的影響較大，在室內(nèi)或特殊環(huán)境的應(yīng)用受到限制，慣性導(dǎo)航的誤差又隨著時(shí)間的增長(zhǎng)而積累，所以需要其它的輔助導(dǎo)航力法，視覺(jué)導(dǎo)航由于視覺(jué)傳感器體積小，重量輕受到廣泛的關(guān)注。目前的視覺(jué)導(dǎo)航方法主要集中在特征提取、特征匹配的算法，目標(biāo)為利用特征的位置信啟并結(jié)合慣性導(dǎo)航的位置信啟給出載體的位置。特征的提取和匹配只給出了特征的形狀、顏色、大小等特征，而忽略了特征的速度信息。LK光流算法是利用特征像素點(diǎn)的變化速度來(lái)跟蹤目標(biāo)的一種算法，體現(xiàn)了特征變化的速度信息。因此本發(fā)明提出應(yīng)用LK光流算法實(shí)現(xiàn)載體的視覺(jué)導(dǎo)航。


【發(fā)明內(nèi)容】

[0003]本發(fā)明重點(diǎn)研究小型載體視覺(jué)導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)。解決環(huán)境特征提取與跟蹤問(wèn)題，解決視覺(jué)信息與慣性導(dǎo)航系統(tǒng)參數(shù)的數(shù)據(jù)融合問(wèn)題，實(shí)現(xiàn)視覺(jué)信啟對(duì)慣性導(dǎo)航系統(tǒng)誤差的修正，獲得精確的導(dǎo)航坐標(biāo)。具體的研究方案如圖1所示。主要內(nèi)容如下:
[0004]I)基于LK光流算法實(shí)現(xiàn)環(huán)境特征提取和跟蹤
[0005]2)設(shè)計(jì)動(dòng)態(tài)擴(kuò)展卡爾曼濾波器對(duì)載體的運(yùn)動(dòng)狀態(tài)和視覺(jué)特征的位置進(jìn)行估計(jì)，從而獲得載體的導(dǎo)航參數(shù)。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0006]圖1是本發(fā)明的研究方案圖。
[0007]圖2是本發(fā)明的動(dòng)態(tài)卡爾曼濾波融合視覺(jué)信息與慣性導(dǎo)航參數(shù)的原理。

【具體實(shí)施方式】
[0008]主要環(huán)節(jié)的具體設(shè)計(jì)思路如下:
[0009](I)基于LK光流算法的環(huán)境特征攝取與跟蹤
[0010]LK光流算法計(jì)算環(huán)境特征的位置相對(duì)于視覺(jué)傳感器的變化情況，并解算出視覺(jué)傳感器相對(duì)于特征點(diǎn)的位置信息。將這些位置信息根據(jù)特征點(diǎn)的變化進(jìn)行視覺(jué)傳感器路徑的疊加，從而獲得載體的位置變換信息。
[0011](2)基于動(dòng)態(tài)擴(kuò)展卡爾曼濾波的數(shù)據(jù)融合
[0012]利用動(dòng)態(tài)擴(kuò)展卡爾曼濾波器融合視覺(jué)信息修正慣性導(dǎo)航系統(tǒng)測(cè)量誤差。定義載體方向角為(Φ，0，Ψ)，陀螺偏差為Ovtybr),視覺(jué)信息為(Φν, θν，Ψν),系統(tǒng)狀態(tài)變量選擇Χ=[φ θ ψ bp bp bj1，觀測(cè)變量選擇[Φν θ ν Ψν]，建立系統(tǒng)的狀態(tài)方程及觀測(cè)方程，利用動(dòng)態(tài)擴(kuò)展卡爾曼濾波遞推方程估計(jì)載體的位置姿態(tài)信息，基于動(dòng)態(tài)擴(kuò)展卡爾曼濾波融合視覺(jué)信息與慣性導(dǎo)航參數(shù)的原理如圖2所示。
[0013]本發(fā)明的優(yōu)點(diǎn)在于，導(dǎo)航攝像機(jī)與MEMS慣性導(dǎo)航器件所組成的導(dǎo)航系統(tǒng)成本低廉，體積小，操作方便，精度高，滿足小型載體的載荷、尺寸、功率、成本等方面的需要，具有良好的應(yīng)用前景。
【權(quán)利要求】
1.基于LK光流算法的視覺(jué)導(dǎo)航方法利用LK光流實(shí)現(xiàn)環(huán)境的特征提取與跟蹤，利用圖像序列中的環(huán)境特征位置信息確定載體的位置，并采用動(dòng)態(tài)擴(kuò)展卡爾曼濾波實(shí)現(xiàn)與慣性導(dǎo)航系統(tǒng)參數(shù)的數(shù)據(jù)融合，從而實(shí)現(xiàn)視覺(jué)導(dǎo)航信息對(duì)慣性導(dǎo)航系統(tǒng)誤差的修正，獲得精確的導(dǎo)航坐標(biāo)。
2.根據(jù)權(quán)利要求1所述的基于LK光流的視覺(jué)導(dǎo)航方法，其特征在于，采用SIFT算法實(shí)現(xiàn)環(huán)境特征提取與跟蹤。
3.根據(jù)權(quán)利要求1所述的基于LK光流的視覺(jué)導(dǎo)航方法，其特征在于，設(shè)計(jì)動(dòng)態(tài)擴(kuò)展卡爾曼濾波器對(duì)載體的運(yùn)動(dòng)狀態(tài)和視覺(jué)特征的位置進(jìn)行估計(jì)。
【文檔編號(hào)】G01C21/16GK104359482SQ201410713292
【公開(kāi)日】2015年2月18日 申請(qǐng)日期:2014年11月26日 優(yōu)先權(quán)日:2014年11月26日
【發(fā)明者】成怡 申請(qǐng)人:天津工業(yè)大學(xué)