如載人和無人載運(yùn)工具的移動平臺可以用于執(zhí)行軍事和民事應(yīng)用中的監(jiān)測、勘測及探索任務(wù)。例如，無人飛行器(UAV)可以裝配功能性搭載物，譬如用于從周圍環(huán)境收集數(shù)據(jù)的傳感器或有待遞送至目的地的物質(zhì)。

準(zhǔn)確地測量移動平臺的移動對于有效控制所述移動平臺是重要的。例如，為了執(zhí)行選定的任務(wù)，可能希望的是將UAV置于懸停狀態(tài)，在所述懸停狀態(tài)中所述UAV懸浮在空中而位置不變。示例性任務(wù)包括捕捉目標(biāo)物體的圖像或?qū)⑥r(nóng)藥噴灑到目標(biāo)位置。在所述懸停狀態(tài)，對UAV的任何移動進(jìn)行測量，以使得控制器可以操縱所述UAV以補(bǔ)償所述移動。在一個(gè)實(shí)例中，當(dāng)UAV的速度被檢測到是非零時(shí)，所述控制器可以控制所述UAV以將速度調(diào)整到零。在另一實(shí)例中，當(dāng)UAV的位置被檢測到已經(jīng)從所希望的懸停位置偏離時(shí)，所述控制器可以將所述UAV移動至所希望的位置。

現(xiàn)有的用于測量移動平臺的移動的技術(shù)通常是費(fèi)時(shí)的并且缺乏準(zhǔn)確性。當(dāng)所述移動被不準(zhǔn)確地測量時(shí)，所述移動平臺可能無法執(zhí)行所要求的任務(wù)。進(jìn)一步地，對所述移動平臺的控制可能失敗，這可能導(dǎo)致所述移動平臺卷入事故。

鑒于上述說明，需要用于確定移動平臺的移動的方法、設(shè)備以及系統(tǒng)以克服現(xiàn)有用于測量移動平臺移動的技術(shù)的上述障礙和缺陷。

技術(shù)實(shí)現(xiàn)要素：

本披露涉及一種用于確定移動平臺的移動的設(shè)備和系統(tǒng)以及用于制造和使用所述設(shè)備和系統(tǒng)的方法。

根據(jù)在此披露的第一方面，闡述了一種用于確定移動平臺的移動的方法，所述方法包括：

獲取針對所述移動的第一測量的誤差貢獻(xiàn)值；以及

基于所述獲取來估算所述第一測量的誤差。

在所披露方法的某些實(shí)施例中，估算包括根據(jù)所述誤差與所述誤差貢獻(xiàn)值之間的相關(guān)性來估算所述第一測量的誤差。

在所披露方法的某些實(shí)施例中，所述方法進(jìn)一步包括通過基于所述第一測量的誤差將所述第一測量與對所述移動平臺的移動的第二測量相結(jié)合來確定所述移動平臺的移動。

在所披露公開方法的某些實(shí)施例中，所述方法進(jìn)一步包括通過標(biāo)識匹配特征點(diǎn)對來產(chǎn)生所述第一測量，所述匹配特征點(diǎn)對包括物體的基于在第一時(shí)刻捕捉到的所述物體的第一圖像的第一特征點(diǎn)以及所述物體的基于在第二時(shí)刻捕捉到的所述物體的第二圖像的第二特征點(diǎn)。

在所披露方法的某些實(shí)施例中，所述第一時(shí)刻不同于所述第二時(shí)刻，產(chǎn)生所述第一測量包括基于所述匹配特征點(diǎn)對中的所述第一特征點(diǎn)與第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的移動。

在所披露方法的某些實(shí)施例中，估算包括根據(jù)所述相關(guān)性來估算所述第一測量的誤差，所述相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)的誤差分布參數(shù)。

在所披露方法的某些實(shí)施例中，估算包括根據(jù)所述相關(guān)性來估算所述第一測量的誤差，并且所述相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)。

在所披露方法的某些實(shí)施例中，獲取包括獲取同所述物體與所述移動平臺之間的距離相關(guān)的所述誤差貢獻(xiàn)值。

在所披露方法的某些實(shí)施例中，獲取包括獲取包含與所述第一特征點(diǎn)相關(guān)聯(lián)的雙目視差的所述誤差貢獻(xiàn)值。

在所披露方法的某些實(shí)施例中，獲取包括獲取包含所述雙目視差的所述誤差貢獻(xiàn)值，所述雙目視差是基于與所述第一特征點(diǎn)相關(guān)聯(lián)的兩個(gè)子圖像產(chǎn)生的。

在所披露方法的某些實(shí)施例中，獲取包括獲取包含所述雙目視差的所述誤差貢獻(xiàn)值，所述雙目視差是基于由相應(yīng)的兩個(gè)成像裝置同時(shí)捕捉的兩個(gè)子圖像產(chǎn)生的。

在所披露方法的某些實(shí)施例中，估算包括將所述第一測量的誤差估算成隨所述雙目視差的平方的倒數(shù)的增大而線性增大。

在所披露方法的某些實(shí)施例中，產(chǎn)生所述第一測量包括：

標(biāo)識多個(gè)匹配特征點(diǎn)對，所以匹配特征點(diǎn)對各自包括相應(yīng)的選定第一特征點(diǎn)和對應(yīng)的第二特征點(diǎn)；以及

基于從所述多個(gè)匹配特征點(diǎn)對中選擇的選定內(nèi)點(diǎn)特征點(diǎn)對中的相應(yīng)的選定第一特征點(diǎn)與對應(yīng)的第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺在所述第一時(shí)刻與所述第二時(shí)刻之間的移動。

在所披露方法的某些實(shí)施例中，產(chǎn)生所述第一測量包括從所述多個(gè)匹配特征點(diǎn)對內(nèi)選取一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

在所披露方法的某些實(shí)施例中，獲取包括獲取包含所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目的所述誤差貢獻(xiàn)值。

在所披露方法的某些實(shí)施例中，估算包括將所述第一測量的誤差估算成隨所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目的倒數(shù)的增大而線性增大。

在所披露方法的某些實(shí)施例中，產(chǎn)生所述第一測量包括：

基于相應(yīng)的匹配特征點(diǎn)對中的每一個(gè)獲取樣本移動值；以及

基于由所述多個(gè)匹配特征點(diǎn)對中的最匹配特征點(diǎn)對提供的樣本移動值來測量所述移動平臺的移動，

并且這些最匹配特征點(diǎn)對是所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

在所披露方法的某些實(shí)施例中，產(chǎn)生所述第一測量包括測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的位移。

在所披露方法的某些實(shí)施例中，產(chǎn)生所述第一測量包括測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的速度。

在所披露方法的某些實(shí)施例中，估算包括估算與所述第一測量相關(guān)聯(lián)的協(xié)方差矩陣。

在所披露方法的某些實(shí)施例中，所述方法進(jìn)一步包括使用慣性測量單元產(chǎn)生所述第二測量。

在所披露方法的某些實(shí)施例中，估算包括估算所述第一測量的誤差以便確定無人飛行器(UAV)的移動。

根據(jù)在此披露的另一方面，闡述了一種用于確定移動平臺的移動的設(shè)備，所述設(shè)備包括處理器，所述處理器用于：

獲取針對所述移動的第一測量的誤差貢獻(xiàn)值；以及

基于所述獲取來估算所述第一測量的誤差。

在所披露設(shè)備的某些實(shí)施例中，所述處理器用于根據(jù)所述誤差與所述誤差貢獻(xiàn)值之間的相關(guān)性來估算所述第一測量的誤差。

在所披露設(shè)備的某些實(shí)施例中，所述處理器用于提供所述誤差以便通過基于所述第一測量的誤差將所述第一測量與對所述移動平臺的移動的第二測量相結(jié)合來確定所述移動平臺的移動。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量包括標(biāo)識匹配特征點(diǎn)對，所述匹配特征點(diǎn)對包括物體的基于在第一時(shí)刻捕捉到的所述物體的第一圖像的第一特征點(diǎn)以及所述物體的基于在第二時(shí)刻捕捉到的所述物體的第二圖像的第二特征點(diǎn)。

在所披露設(shè)備的某些實(shí)施例中，所述第一時(shí)刻不同于所述第二時(shí)刻，所述匹配特征點(diǎn)對中的所述第一特征點(diǎn)與第二特征點(diǎn)之間的關(guān)系提供了所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的移動。

在所披露設(shè)備的某些實(shí)施例中，所述誤差與所述誤差貢獻(xiàn)值之間的相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)的誤差分布參數(shù)。

在所披露設(shè)備的某些實(shí)施例中，所述誤差與所述誤差貢獻(xiàn)值之間的相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)。

在所披露設(shè)備的某些實(shí)施例中，所述處理器用于獲取同所述物體與所述移動平臺之間的距離相關(guān)的所述誤差貢獻(xiàn)值。

在所披露設(shè)備的某些實(shí)施例中，所述誤差貢獻(xiàn)值包括與所述第一特征點(diǎn)相關(guān)聯(lián)的雙目視差。

在所披露設(shè)備的某些實(shí)施例中，所述雙目視差是基于與所述第一特征點(diǎn)相關(guān)聯(lián)的兩個(gè)子圖像產(chǎn)生的。

在所披露設(shè)備的某些實(shí)施例中，這兩個(gè)子圖像是由相應(yīng)的兩個(gè)成像裝置同時(shí)捕捉的。

在所披露設(shè)備的某些實(shí)施例中，所述處理器用于將所述第一測量的誤差估算成隨所述雙目視差的平方的倒數(shù)的增大而線性增大。

在所披露設(shè)備的另一個(gè)示例性實(shí)施例中，在所述設(shè)備中：

所述第一測量包括：

標(biāo)識多個(gè)匹配特征點(diǎn)對，其中所述匹配特征點(diǎn)對各自包括相應(yīng)的選定第一特征點(diǎn)和對應(yīng)的第二特征點(diǎn)；以及

基于從所述多個(gè)匹配特征點(diǎn)對內(nèi)選擇的所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的任一內(nèi)點(diǎn)特征點(diǎn)對內(nèi)的相應(yīng)的選定第一特征點(diǎn)與對應(yīng)的第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺在所述第一時(shí)刻與所述第二時(shí)刻之間的移動；以及

所述誤差貢獻(xiàn)值包括所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目。

在所披露設(shè)備的某些實(shí)施例中，所述處理器用于將所述第一測量的誤差估算成隨所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目的倒數(shù)的增大而線性增大。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量包括：

分別基于所述多個(gè)匹配特征點(diǎn)對中的每個(gè)匹配特征點(diǎn)對獲取樣本移動值；以及

基于由所述多個(gè)匹配特征點(diǎn)對中的最匹配特征點(diǎn)對提供的樣本移動值來測量所述移動平臺的移動，并且這些最匹配特征點(diǎn)對是所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量包括測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的位移。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量包括測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的速度。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量的誤差包括與所述第一測量相關(guān)聯(lián)的協(xié)方差矩陣。

在所披露設(shè)備的某些實(shí)施例中，所述第一測量是由第一傳感器產(chǎn)生的，并且所述第二測量是由不同于所述第一傳感器的第二傳感器產(chǎn)生的。

在所披露設(shè)備的某些實(shí)施例中，所述第一傳感器包括視覺傳感器。

在所披露設(shè)備的某些實(shí)施例中，所述第二傳感器包括慣性測量單元。

在所披露設(shè)備的某些實(shí)施例中，所述移動平臺包括無人飛行器(UAV)。

根據(jù)在此披露的另一方面，闡述了一種用于確定移動平臺的移動的設(shè)備組件，所述設(shè)備組件包括：

視覺傳感器，所述視覺傳感器用于產(chǎn)生對移動平臺的移動的第一測量；以及

用于確定移動平臺的移動的所述設(shè)備，所述設(shè)備用于估算所述第一測量的誤差。

根據(jù)在此披露的另一方面，闡述了一種用于確定移動平臺的移動的設(shè)備組件，所述設(shè)備組件包括：

視覺傳感器，所述視覺傳感器用于產(chǎn)生對移動平臺的移動的第一測量；

用于確定移動平臺的移動的所述設(shè)備，所述設(shè)備用于估算所述第一測量的誤差；以及

慣性測量單元，所述慣性測量單元用于產(chǎn)生對所述移動平臺的移動的第二測量，所述第二測量基于所述第一測量的誤差與所述第一測量相結(jié)合，以便確定所述移動平臺的移動。

根據(jù)在此披露的另一方面，闡述了一種無人飛行器(UAV)，所述無人飛行器包括用于確定移動平臺的移動的設(shè)備。

根據(jù)在此披露的另一方面，闡述了一種無人飛行器(UAV)，所述無人飛行器包括用于確定移動平臺的移動的設(shè)備組件。

根據(jù)在此的另一方面，闡述了一種用于組裝無人飛行器(UAV)的套件，所述套件包括用于確定移動平臺的移動的設(shè)備。

根據(jù)在此披露的另一方面，闡述了一種用于組裝無人飛行器(UAV)的套件，所述套件包括用于確定移動平臺的移動的設(shè)備組件。

根據(jù)在此披露的另一方面，闡述了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括根據(jù)用于確定移動平臺的移動的方法來確定所述移動平臺的移動的指令。

根據(jù)在此披露的第一方面，闡述了一種用于估算測量移動平臺的移動的誤差的方法，所述方法包括：

假定誤差貢獻(xiàn)值與測量所述移動的誤差之間的相關(guān)性，所述相關(guān)性包括未知參數(shù)；

收集各自與測試移動相對應(yīng)的實(shí)驗(yàn)測量值、地面實(shí)況以及誤差貢獻(xiàn)值；

基于所述地面實(shí)況和所述實(shí)驗(yàn)測量值計(jì)算測量所述測試移動的誤差；以及

將所假定的相關(guān)性針對所述測試移動的誤差貢獻(xiàn)值以及測量所述測試移動的誤差進(jìn)行擬合，以便求解所述未知參數(shù)。

在所述方法的某些實(shí)施例中，所述方法進(jìn)一步包括使所述相關(guān)性能夠基于測量所述移動的誤差貢獻(xiàn)值來估算測量所述移動平臺的移動的誤差。

在所述方法的某些實(shí)施例中，所述方法進(jìn)一步包括通過標(biāo)識匹配特征點(diǎn)對來收集所述實(shí)驗(yàn)測量值，所述匹配特征點(diǎn)對包括物體的基于在第一時(shí)刻捕捉到的所述物體的第一圖像的第一特征點(diǎn)以及所述物體的基于在第二時(shí)刻捕捉到的所述物體的第二圖像的第二特征點(diǎn)。

在所述方法的某些實(shí)施例中，所述第一時(shí)刻不同于所述第二時(shí)刻，收集實(shí)驗(yàn)測量值包括基于所述匹配特征點(diǎn)對中的所述第一特征點(diǎn)與第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的測試移動。

在所述方法的某些實(shí)施例中，假定包括假定所述相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)的誤差分布參數(shù)。

在所述方法的某些實(shí)施例中，假定包括假定所述相關(guān)性獨(dú)立于所述第一特征點(diǎn)的坐標(biāo)。

在所述方法的某些實(shí)施例中，收集包括收集同所述物體與所述移動平臺之間的距離相關(guān)的所述誤差貢獻(xiàn)值。

在所述方法的某些實(shí)施例中，收集包括收集包含與所述第一特征點(diǎn)相關(guān)聯(lián)的雙目視差的所述誤差貢獻(xiàn)值。

在所述方法的某些實(shí)施例中，假定包括假定所述相關(guān)性，其中測量所述移動的誤差隨所述雙目視差的平方的倒數(shù)的增大而線性增大。

在所述方法的某些實(shí)施例中，收集所述實(shí)驗(yàn)測量值包括：

標(biāo)識多個(gè)匹配特征點(diǎn)對，所述匹配特征點(diǎn)對各自包括相應(yīng)的選定第一特征點(diǎn)和對應(yīng)的第二特征點(diǎn)；以及

基于從所述多個(gè)匹配特征點(diǎn)對中選擇的選定內(nèi)點(diǎn)特征點(diǎn)對內(nèi)的相應(yīng)的選定第一特征點(diǎn)與對應(yīng)的第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺在所述第一時(shí)刻與所述第二時(shí)刻之間的移動，

并且獲取包括獲取包含所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目的所述誤差貢獻(xiàn)值。

在所述方法的某些實(shí)施例中，假定包括假定所述相關(guān)性，其中測量所述移動的誤差隨這些內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目的倒數(shù)的增大而線性增大。

在所述方法的某些實(shí)施例中，收集所述實(shí)驗(yàn)測量值包括：

基于相應(yīng)的匹配特征點(diǎn)對中的每一個(gè)獲取樣本移動值；以及

基于由所述多個(gè)匹配特征點(diǎn)對中的最匹配特征點(diǎn)對提供的樣本移動值來測量所述移動平臺的移動，

并且這些最匹配特征點(diǎn)對是所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

在所述方法的某些實(shí)施例中，收集所述實(shí)驗(yàn)測量值包括測量所述移動平臺在所述第一時(shí)刻與第二時(shí)刻之間的位移。

根據(jù)在此披露的另一方面，闡述了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括用于估算測量移動平臺的移動的誤差的指令。

附圖簡要說明

圖1是用于確定移動平臺的移動的系統(tǒng)的實(shí)施例的最高層級的圖表。

圖2是圖1的系統(tǒng)的替代性實(shí)施例的示例性圖表，其中所述系統(tǒng)包括用于測量所述移動平臺的移動的第一傳感器和第二傳感器。

圖3是圖1的用于確定移動平臺的移動的方法的實(shí)施例的示例性最高層級流程圖。

圖4是圖3的方法的實(shí)施例的替代性實(shí)施例的示例性流程圖，其中通過視覺傳感器測量到所述移動。

圖5是圖3的方法的另一替代性實(shí)施例的示例性流程圖，其中所述方法包括標(biāo)識多個(gè)匹配特征點(diǎn)對。

圖6是圖5的方法的替代性實(shí)施例的示例性流程圖，其中所述方法包括標(biāo)識一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

圖7是圖2的通過使用移動平臺的第一傳感器來獲取特征點(diǎn)的坐標(biāo)的系統(tǒng)的實(shí)施例的示例性圖表。

圖8是圖3的方法的另一替代性實(shí)施例的示例性圖表，其中標(biāo)識了誤差貢獻(xiàn)值與誤差之間的相關(guān)性。

圖9至圖11是一組數(shù)據(jù)點(diǎn)的示例性散點(diǎn)圖，通過圖8的方法獲取針對這組數(shù)據(jù)點(diǎn)的相關(guān)性。

圖12是圖3的方法的另一替代性實(shí)施例的示例性圖表，其中標(biāo)識了誤差貢獻(xiàn)值與誤差之間的模擬相關(guān)性。

圖13至圖15是一組數(shù)據(jù)點(diǎn)的示例性散點(diǎn)圖，通過使用圖12的方法獲取針對這組數(shù)據(jù)點(diǎn)的模擬相關(guān)性。

圖16是圖2的系統(tǒng)的替代性實(shí)施例的示例性圖表，其中所述第一傳感器和移動平臺遠(yuǎn)程通信。

應(yīng)注意的是，這些圖并未按比例繪制，并且出于展示的目的，在這些附圖中，具有相似結(jié)構(gòu)或功能的要素一般用相似的參考號表示。還應(yīng)注意的是，這些附圖僅旨在有助于對優(yōu)選實(shí)施例的描述。這些附圖并不展示所描述實(shí)施例的每個(gè)方面并且不限制本披露的范圍。

優(yōu)選實(shí)施方式的詳細(xì)說明

本披露闡述了一種用于確定移動平臺的移動的方法、設(shè)備以及系統(tǒng)，克服了現(xiàn)有系統(tǒng)和方法的缺點(diǎn)。所披露公開的方法、設(shè)備以及系統(tǒng)可以通過一種類型的傳感器準(zhǔn)確地且有效地計(jì)算測量移動平臺的移動(和/或運(yùn)動)的誤差。準(zhǔn)確地計(jì)算出的誤差可以被反饋到傳感器融合過程中，所述傳感器融合過程結(jié)合了通過多種類型的傳感器的測量，以便準(zhǔn)確地確定所述移動。因此，在此闡述的披露內(nèi)容針對有效且準(zhǔn)確地測量移動平臺的移動的技術(shù)問題的解決方案，并且進(jìn)一步有助于提升移動平臺技術(shù)和自主控制技術(shù)。

由于當(dāng)前可供使用的用于確定移動平臺的移動的技術(shù)不能提供對所述移動平臺的移動的準(zhǔn)確且快速的測量，提高測量準(zhǔn)確度和速度的用于確定移動平臺的移動的方法、設(shè)備以及系統(tǒng)可以證明是所希望的并且為寬泛的移動平臺應(yīng)用范圍提供了基礎(chǔ)。示例性應(yīng)用可以包括、但不局限于空中攝影術(shù)、農(nóng)業(yè)物質(zhì)輸送、海洋溢油清除、以及滅火。根據(jù)在此披露的一個(gè)實(shí)施例，這一結(jié)果可以通過如圖1中展示的系統(tǒng)100來實(shí)現(xiàn)。

轉(zhuǎn)到圖1，系統(tǒng)100可以包括移動平臺200。移動平臺200可以指代能夠移動的任何設(shè)備。示例性移動平臺可以包括、但不局限于汽車、公共汽車、火車、飛行器、船舶、以及其他類型的機(jī)動載運(yùn)工具。出于說明性目的，所述移動平臺可以包括載客載運(yùn)工具和/或無人飛行器(UAV)，并且移動平臺的運(yùn)行可以包括飛行。然而，在不偏離本披露內(nèi)容的范圍所覆蓋的概念的情況下，本文中無論在何處描述UAV，所述UAV都可以由另一種常規(guī)類型的移動平臺替代，并且飛行可以由與移動平臺相關(guān)聯(lián)的其他運(yùn)行替代。

如圖1所示，移動平臺200可以進(jìn)行移動300。移動300可以包括移動平臺200的平移移動和/或旋轉(zhuǎn)移動。所述平移移動可以包括沿一條或多條軸線中的任一條軸線的平移移動。在所述平移移動中，移動平臺200可以相對于一條軸線保持相同朝向。所述旋轉(zhuǎn)移動可以包括繞一條或多條軸線中任一條軸線的旋轉(zhuǎn)移動。例如，當(dāng)包括所述平移移動時(shí)，移動300可以包括朝向天空或地面移動、向東或向西移動、向南或向北移動、或者其組合。

對移動300的測量可以包括對至少部分地表征移動300的參數(shù)的測量。例如，對移動300的測量可以包括對移動平臺200在一個(gè)時(shí)間間隔之內(nèi)(和/或期間)移動的距離的測量、對移動平臺200在一個(gè)預(yù)定時(shí)間處的速度和/或加速度的測量、對移動平臺200在一個(gè)時(shí)間間隔期間的平均速度和/或平均加速度的測量、或者其組合。表征移動300的參數(shù)可以包括向量。對所述距離、速度、和/或加速度的測量分別可以包括對所述距離、速度和/或加速度的幅度和方向的測量。

雖然在某些實(shí)施例中僅出于展示目的描述為測量平移移動，但所公開的方法、設(shè)備以及系統(tǒng)可以但不限于用于測量任何常規(guī)類型的移動，包括旋轉(zhuǎn)移動。

所示移動平臺200包括處理器400。處理器400可以包括用于執(zhí)行數(shù)據(jù)獲取、數(shù)據(jù)處理、以及在此描述的用于控制移動平臺200的運(yùn)行的任何其他功能和運(yùn)行的處理硬件。處理器400可以包括但不限于一個(gè)或多個(gè)通用微處理器(例如，單核或多核處理器)、專用集成電路、專用指令集處理器、圖形處理單元、物理處理單元、數(shù)字信號處理單元、協(xié)處理器、網(wǎng)絡(luò)處理單元、音頻處理單元、加密處理單元等。在多個(gè)不同實(shí)施例中，所述處理器400可以包括用于執(zhí)行處理器400的所披露的一部分或全部的功能。雖然僅出于展示目的描述為包括單一處理器，處理器400可以包括任意適合數(shù)目的一致和/或不同的處理器，這些處理器各自可以分別執(zhí)行一項(xiàng)或多項(xiàng)一致和/或不同的功能。

處理器400可以用于獲取移動平臺200的移動300的第一測量的誤差貢獻(xiàn)值410。所述第一測量可以指代使用例如與移動平臺200相連接的多個(gè)傳感器500、600(示出在圖2中)對移動300進(jìn)行的測量。所述第一測量可以產(chǎn)生由這些傳感器500、600獲取的感測數(shù)據(jù)、用于處理所述感測數(shù)據(jù)的計(jì)算和/或由這種計(jì)算產(chǎn)生的結(jié)果。

誤差貢獻(xiàn)值410可以包括參數(shù)，所述參數(shù)可以在所述第一測量中產(chǎn)生。所述參數(shù)的值可以與所述第一測量的準(zhǔn)確度和/或不準(zhǔn)確度相關(guān)。處理器400可以用于從所述第一測量獲取誤差貢獻(xiàn)值410。

進(jìn)一步地，處理器400可以用于基于誤差貢獻(xiàn)值410來估算所述第一測量的誤差420。誤差420可以包括一個(gè)或多個(gè)數(shù)值和/或數(shù)據(jù)陣列。

示例性誤差420可以包括協(xié)方差矩陣(和/或離差矩陣和/或方差-協(xié)方差矩陣)。所述協(xié)方差矩陣可以包括如下矩陣：其位于i,j位置的元素是具有一個(gè)隨機(jī)向量的第i個(gè)元素與第j個(gè)元素之間的協(xié)方差。協(xié)方差可以指示兩個(gè)隨機(jī)變量共同變化多少。例如，當(dāng)移動300的第一測量測量移動平臺200在預(yù)設(shè)坐標(biāo)系統(tǒng)中的位移時(shí)，位移T可以包括表示為3x1向量的三維向量：

其中，Tx、Ty和Tz分別是移動平臺200在預(yù)設(shè)坐標(biāo)系統(tǒng)的x軸、y軸和z軸上的位移T的分量。所述預(yù)設(shè)坐標(biāo)系統(tǒng)可以包括絕對和/或相對坐標(biāo)系統(tǒng)。示例性坐標(biāo)系統(tǒng)可以包括相對于執(zhí)行所述第一測量的傳感器限定的坐標(biāo)系統(tǒng)。

速度V可以包括表示為3x1向量的三維向量：

其中，Vx、Vy和Vz分別是移動平臺200的速度V在所述預(yù)設(shè)坐標(biāo)系統(tǒng)的x軸、y軸和z軸上的速度分量。

由所述第一測量獲得的位移T的誤差420可以包括協(xié)方差矩陣Σ_cam。

其中，對角線元素Var(Vx)、Var(Vy)和Var(Vz)是速度V的相應(yīng)速度分量Vx、Vy和Vz的方差。位于位置i,j的非對角線元素可以是速度V的第i個(gè)元素與第j個(gè)元素之間的協(xié)方差。例如，位于(1，2)位置的元素、即Var(Vx,Vy)可以是速度V的第一元素和第二元素(例如速度分量Vx和速度分量Vy)之間的協(xié)方差。

誤差貢獻(xiàn)值410可以通過相關(guān)性而與誤差420有關(guān)。處理器400可以用于使用所述相關(guān)性以基于誤差貢獻(xiàn)值410來計(jì)算誤差420。當(dāng)誤差420包括協(xié)方差矩陣Σ_cam時(shí)，誤差貢獻(xiàn)值410可以具有與協(xié)方差矩陣Σ_cam的一個(gè)或多個(gè)元素的相關(guān)性。在某些實(shí)施例中，誤差貢獻(xiàn)值410可以分別具有與方差Var(Vx)、Var(Vy)和Var(Vz)的相關(guān)性。

示例性相關(guān)性可以包括函數(shù)關(guān)系，在所述函數(shù)關(guān)系中誤差420是誤差貢獻(xiàn)值410的函數(shù)。所述函數(shù)關(guān)系可以使用一個(gè)或多個(gè)方程來表示。在一個(gè)實(shí)施例中，方差Var(Vx)、Var(Vy)、和/或Var(Vz)可以分別是誤差貢獻(xiàn)值410的函數(shù)，并且這些相應(yīng)函數(shù)中的至少一個(gè)可以呈數(shù)學(xué)公式的形式。示例性函數(shù)關(guān)系可以包括線性函數(shù)、對數(shù)函數(shù)、多項(xiàng)式函數(shù)、冪函數(shù)、指數(shù)函數(shù)、或者其組合。

圖2是展示圖1的系統(tǒng)100的替代性實(shí)施例的示例性圖表。如圖2所示，系統(tǒng)100可以包括用于測量移動平臺200的移動300的第一傳感器500和第二傳感器600。

第一傳感器500和/或第二傳感器600可以與處理器400連接。第一傳感器500和/或第二傳感器600可以收集表征移動平臺200的數(shù)據(jù)。所述示例性數(shù)據(jù)可以包括移動平臺200的行進(jìn)速度、加速度和/或朝向。示例性傳感器500、600可以包括位置數(shù)據(jù)單元、里程計(jì)、慣性測量單元(IMU)、加速度計(jì)、視覺傳感器等。第一傳感器500和/或第二傳感器600可以將所收集的數(shù)據(jù)發(fā)送至處理器400。處理器400可以分別控制所述第一傳感器500和/或第二傳感器600，以指示第一傳感器500和/或第二傳感器600在由處理器400指定的時(shí)刻收集所要求的數(shù)據(jù)。

例如，處理器400可以指示第一傳感器500和/或第二傳感器600在移動平臺200進(jìn)入選定的運(yùn)行模式時(shí)收集數(shù)據(jù)。示例性運(yùn)行模式可以包括懸停、起飛、著陸、改變速度、改變方向、上升、和/或下降模式。進(jìn)一步地，處理器400可以指示第一傳感器500和/或第二傳感器600在移動平臺200抵達(dá)預(yù)先選定位置和/或呈現(xiàn)預(yù)定位置時(shí)收集數(shù)據(jù)。

處理器400可以基于從第一傳感器500和/或第二傳感器600收集到的數(shù)據(jù)來控制移動平臺200。另外地和/或備選地，處理器400可以處理所收集的數(shù)據(jù)并將所述處理的結(jié)果發(fā)送至用于控制移動平臺200的控制器(未示出)。所述控制器可以靠近和/或遠(yuǎn)離移動平臺200。

雖然僅出于展示目的被描述為包括第一傳感器500和/或第二傳感器600，但移動平臺200可以包括任意適合數(shù)目的一致和/或不同的傳感器。雖然僅出于展示目的描述為與第一傳感器500和/或第二傳感器600是分開的，但處理器400可以與第一傳感器500和/或第二傳感器600至少部分地集成。雖然圖2中未示出，移動平臺200的控制器可以與處理器400是分開的、或者與其至少部分地集成。

第一傳感器500類型可以與第二傳感器600的類型相同或不同。換言之，第一傳感器500的感測技術(shù)可以與第二傳感器600的感測技術(shù)相同或不同。在一個(gè)實(shí)施例中，第一傳感器500可以包括視覺傳感器，并且第二傳感器600可以包括不同于視覺傳感器的傳感器。

示例性視覺傳感器可以包括用于捕捉物體150(如圖2所示)的例如靜態(tài)和/或視頻圖像的相機(jī)。處理器400和/或第一傳感器500可以分析所捕捉的圖像以提供所述移動平臺200和所述物體150的相對移動的數(shù)據(jù)。

在一個(gè)實(shí)施例中，第二傳感器600可包括IMU。所述IMU可以包括用于通過使用一個(gè)或多個(gè)加速度計(jì)、陀螺儀和/或磁力計(jì)的組合來測量和報(bào)告移動平臺200的速率、速度和/或朝向，和/或作用在移動平臺200上的任何力(例如重力)的電子裝置。在某些實(shí)施例中，所述IMU可以包括使用微機(jī)電系統(tǒng)(MEMS)技術(shù)集成在指甲大小的芯片上制造的微觀結(jié)構(gòu)。

第一傳感器500可以收集和/或產(chǎn)生對移動平臺200的移動300的第一測量。使用第一傳感器500獲取的適合于移動300的任何數(shù)據(jù)都可以稱為第一測量數(shù)據(jù)430。

第二傳感器600可以收集和/或產(chǎn)生對移動平臺200的移動300的第二測量。使用第二傳感器600獲取的適合于移動300的任何數(shù)據(jù)都可以稱為第二測量數(shù)據(jù)440。

由第一傳感器500收集的第一測量數(shù)據(jù)可以與由第二傳感器600收集的第二測量數(shù)據(jù)相結(jié)合以形成復(fù)合感測結(jié)果。通常，通過將由多個(gè)傳感器獲取的傳感器數(shù)據(jù)相結(jié)合而產(chǎn)生的感測結(jié)果還被稱作“傳感器融合”。舉例而言，傳感器融合可以用來使由不同類型的傳感器獲取的感測數(shù)據(jù)相結(jié)合，這些傳感器包括如GPS傳感器、慣性傳感器、視覺傳感器、激光雷達(dá)、超聲波傳感器等等。作為另一實(shí)例，傳感器融合可以用于使不同類型的感測數(shù)據(jù)相結(jié)合，例如絕對測量數(shù)據(jù)(例如，相對于全局坐標(biāo)系提供的數(shù)據(jù)，如GPS數(shù)據(jù))和相對測量數(shù)據(jù)(例如，相對于局部坐標(biāo)系提供的數(shù)據(jù)，如視覺感測數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、或者超聲波感測數(shù)據(jù))。傳感器融合可以用來對于補(bǔ)償與其單獨(dú)傳感器類型相關(guān)聯(lián)的局限性和不準(zhǔn)確性，因此改善了最終感測結(jié)果的準(zhǔn)確性和可靠性。

處理器400可以用于將使用第一傳感器500獲取的結(jié)果與使用第二傳感器600獲取的結(jié)果相結(jié)合來確定移動300。換言之，處理器400可以使所述第一測量與所述第二測量相結(jié)合以確定移動300。將所述第一測量與所述第二測量相結(jié)合可以包括將第一測量數(shù)據(jù)430和第二測量數(shù)據(jù)440相結(jié)合以產(chǎn)生移動300的計(jì)算結(jié)果450(如圖2所示)。

傳感器融合可以包括對待估算的至少一種類型的感測數(shù)據(jù)的誤差進(jìn)行估算。例如，當(dāng)傳感器融合使用涉及卡爾曼濾波器的方法時(shí)，所述方法可以針對一種類型的感測數(shù)據(jù)計(jì)算卡爾曼增益。所述卡爾曼增益可以指示對應(yīng)類型的感測數(shù)據(jù)能夠影響所述傳感器融合的結(jié)果的程度。卡爾曼增益越大可以表示對應(yīng)類型的感測數(shù)據(jù)可以越小地影響所述傳感器融合的結(jié)果。對卡爾曼增益的計(jì)算要求對應(yīng)類型的感測數(shù)據(jù)的估算誤差。

相應(yīng)地，在多個(gè)不同實(shí)施例中，所述處理器400可能需要估算所述第一測量的誤差420并且將誤差420饋送至用于傳感器融合的過程。其結(jié)果是，所述處理器400移動可以基于所估算誤差420通過使第一測量數(shù)據(jù)430與第二測量數(shù)據(jù)440相結(jié)合來確定移動平臺200的移動300。可以使用如圖3所展示的方法3000來估算誤差420。

圖3是展示用于確定移動平臺200(圖1中全體示出)的移動300的方法的實(shí)施例的示例性最高層級的流程圖。在3001處可以獲取針對所述移動平臺的移動300的第一測量的誤差貢獻(xiàn)值410(如圖2所示)。在3002處可以基于獲取誤差貢獻(xiàn)值410來估算所述第一測量的誤差420(如圖2所示)。

例如可以根據(jù)誤差420與誤差貢獻(xiàn)值410之間的相關(guān)性來估算誤差420。在一個(gè)示例性相關(guān)性，誤差420可以是誤差貢獻(xiàn)值410的函數(shù)，所述函數(shù)被表示為數(shù)學(xué)公式。誤差貢獻(xiàn)值410和誤差420可以分別是所述函數(shù)的輸入和輸出。

現(xiàn)在提供了多個(gè)示例性實(shí)施例以進(jìn)一步展示誤差貢獻(xiàn)值410、誤差420以及它們之間的相關(guān)性。圖4是圖3的方法的實(shí)施例的替代性實(shí)施例的示例性流程圖，其中通過視覺傳感器測量移動300。可以使用圖4的方法4000來確定移動平臺200(圖1中全體示出)的移動300的方法。在此，可以至少部分地基于第一傳感器500(如圖2所示)是視覺傳感器來確定移動300。方法4000展示了一種示例性方式，可以通過所述方式經(jīng)由第一傳感器500來收集和/或產(chǎn)生用于確定移動300的第一測量。

在圖4中，在4001處可以標(biāo)識匹配特征點(diǎn)對。所述匹配特征點(diǎn)對可以包括物體150(如圖2所示)的基于在第一時(shí)刻t1捕捉到的物體150的第一圖像的第一特征點(diǎn)以及物體150的基于在第二時(shí)刻t2捕捉到的物體150的第二圖像的第二特征點(diǎn)。

在第一時(shí)刻t1捕捉的第一圖像可以包括位于其中的物體150。所述第一特征點(diǎn)可以包括所述第一圖像中的一個(gè)像素或多個(gè)相鄰的像素。在所述第一特征點(diǎn)可以捕捉物體150的至少一部分。處理器400可以使用任何常規(guī)方法以標(biāo)識所述第一圖像中的第一特征點(diǎn)。

在第二時(shí)刻t2捕捉的第二圖像可以包括位于其中的物體150。所述第二特征點(diǎn)可以包括所述第二圖像中的一個(gè)像素或多個(gè)相鄰的像素。處理器400可以使用任何常規(guī)方法以標(biāo)識所述第二圖像中的第二特征點(diǎn)。所述第二特征點(diǎn)可以與所述第一特征點(diǎn)相關(guān)聯(lián)以形成所述匹配特征點(diǎn)對。換言之，當(dāng)所述第二特征點(diǎn)與所述第一特征點(diǎn)相匹配時(shí)，所述第一特征點(diǎn)和所述第二特征點(diǎn)分別在第一時(shí)刻t1和第二時(shí)刻t2捕捉相同的內(nèi)容。

物體150可以包括在所述視覺傳感器的視野內(nèi)的任意感興趣物體?？梢曰跈C(jī)器視覺和/或人工智能方法以及類似方式來標(biāo)識物體150和/或所述匹配特征點(diǎn)對。適合的方法包括特征檢測、提取和/或匹配技術(shù)，如KLT(Kanade–Lucas–Tomasi)特征追蹤器、哈里斯(Harris)仿射區(qū)域檢測器、加速分割檢測特征(FAST)，二進(jìn)制穩(wěn)健獨(dú)立基元特征(BRIEF)、隨機(jī)抽樣一致(RANSAC)、Shi&Tomasi角點(diǎn)檢測、加速穩(wěn)健特征(SURF)斑點(diǎn)檢測、最大穩(wěn)定極值區(qū)域(MSER)斑點(diǎn)檢測、加速穩(wěn)健特征(SURF)描述符、尺度不變特征變換(SIFT)描述符、快速視網(wǎng)膜關(guān)鍵點(diǎn)(FREAK)描述符、二進(jìn)制穩(wěn)健不變尺度關(guān)鍵點(diǎn)(BRISK)描述符、方向梯度直方圖(HOG)描述符等等。類似地，可以使用這些方法來標(biāo)識感興趣物體150的圖像內(nèi)的一個(gè)或多個(gè)特征點(diǎn)。

在某些實(shí)施例中，第一時(shí)刻t1可以不同于第二時(shí)刻t2。例如，第二時(shí)刻t2可以晚于第一時(shí)刻t1。因此，可以在捕捉第一圖像之后捕捉所述第二圖像。例如，所述第二圖像和所述第一圖像各自可以是視頻圖像的圖像幀，并且時(shí)間間隔(t2-t1)可以表示捕獲第二圖像與第一圖像之間流逝的時(shí)間。

所述第一圖像中的第一特征點(diǎn)的位置與所述第二圖像中第二特征點(diǎn)的位置之間的差異可以與視覺傳感器相對于物體150的移動有關(guān)。當(dāng)物體150包括靜止項(xiàng)目時(shí)，如建筑物、樹和/或類似物，所述第一圖像中的第一特征點(diǎn)的位置與所述第二圖像中第二特征點(diǎn)的位置之間的差異可以與所述視覺傳感器移動有關(guān)。如圖2所示，第一傳感器500可以被定位在移動平臺200上。因此，所述第一圖像中的第一特征點(diǎn)的位置與所述第二圖像中第二特征點(diǎn)的位置之間的差異可以與移動平臺200的移動300有關(guān)。

所述第一特征點(diǎn)的位置可以描述為所述第一特征點(diǎn)在預(yù)設(shè)坐標(biāo)系中的坐標(biāo)。所述第二特征點(diǎn)的位置可以描述為所述第二特征點(diǎn)在預(yù)設(shè)坐標(biāo)系中的坐標(biāo)。所述第一特征點(diǎn)的坐標(biāo)和/或所述第二特征點(diǎn)的坐標(biāo)可以包括任何維度的坐標(biāo)。示例性坐標(biāo)可以包括三維坐標(biāo)、二維坐標(biāo)、或其組合。

在一個(gè)實(shí)施例中，所述第一特征點(diǎn)的坐標(biāo)P1可以包括三維坐標(biāo)：

其中，x1、y1和z1分別是所述第一特征點(diǎn)在所述預(yù)設(shè)坐標(biāo)系的x軸、y軸以及z軸上的坐標(biāo)值。

所述第二特征點(diǎn)的坐標(biāo)P2可以包括三維坐標(biāo)：

其中，x2、y2和z2分別是所述第二特征點(diǎn)在所述預(yù)設(shè)坐標(biāo)系的x軸、y軸以及z軸上的坐標(biāo)值。x2’、y2’分別是所述第一特征點(diǎn)在所述視覺傳感器的焦平面上的坐標(biāo)值，并且可以從所述第二特征點(diǎn)在第二圖像的中的位置來獲得。f是所述視覺傳感器的焦距。

在一個(gè)實(shí)例中，方程(5)的z軸坐標(biāo)z2可以是預(yù)設(shè)常數(shù)。z軸坐標(biāo)z2可以是所述第二圖像的特定投影平面的預(yù)設(shè)常數(shù)。例如，z2的當(dāng)前常數(shù)可以被設(shè)定為一。在這種情況下，所述第二特征點(diǎn)的坐標(biāo)可以有效地是二維的并且表示所述第二特征點(diǎn)在所述預(yù)設(shè)坐標(biāo)系的平面中的投影。對移動300的測量可以使用但不限于所述第二特征點(diǎn)的三維坐標(biāo)和/或二維坐標(biāo)。

如圖4所示，可以在4002處基于所述匹配特征點(diǎn)對中的第一特征點(diǎn)與第二特征點(diǎn)之間的關(guān)系來測量第一時(shí)刻t1與第二時(shí)刻t2之間的移動平臺200的移動300。

所述第一特征點(diǎn)與第二特征點(diǎn)之間的關(guān)系可以包括所述第一特征點(diǎn)的坐標(biāo)P1與所述第二特征點(diǎn)的坐標(biāo)P2之間的關(guān)系。示例性關(guān)系可以包括：

P2＝λK(RP1+T) 方程(6)

其中，λ是縮放參數(shù)，K為內(nèi)部參考矩陣，并且旋轉(zhuǎn)矩陣R是表征移動平臺200的旋轉(zhuǎn)移動的旋轉(zhuǎn)矩陣。

在某些實(shí)施例中，λ可以是所述第二圖像的特定投影平面的預(yù)設(shè)數(shù)值。在其他實(shí)施例中，λ可以是未知變量并且可以通過使用方程(6)與位移T一起求解。

內(nèi)部參考矩陣K可以專用于所述視覺傳感器。例如，所述視覺傳感器可以包括如相機(jī)的成像裝置。內(nèi)部參考矩陣K可以描述所述相機(jī)的從目標(biāo)物體的三維點(diǎn)到圖像中的二維點(diǎn)的映射。所述相機(jī)可以包括特定內(nèi)部參考矩陣K。所述內(nèi)部參考矩陣K可以包括任意適合維度的矩陣并且在一個(gè)實(shí)施例中可以包括3x3矩陣。

備選地和/或另外地，移動平臺200可以包括用于檢測移動平臺200的旋轉(zhuǎn)移動的傳感器。例如，這一傳感器可以包括IMU。IMU可以測量移動300并且向處理器400提供旋轉(zhuǎn)矩陣R。旋轉(zhuǎn)矩陣R可以包括任意適合維度的矩陣并且在某些實(shí)施例中可以包括3x3矩陣。

方程(6)可以提供三個(gè)方程以求解如方程(1)中所示的位移T的三個(gè)未知位移分量Tx、Ty和Tz。當(dāng)λ未知并且需要被求解時(shí)，方程(6)可以提供包括超過三個(gè)未知位移分量Tx、Ty和Tz以及λ的三個(gè)方程。在這種情況下，如圖4中在4001處描述的，可以獲取兩個(gè)或更多個(gè)匹配特征點(diǎn)對。每個(gè)匹配特征點(diǎn)對可以提供從方程(6)衍生出的三個(gè)額外方程。相應(yīng)地，可以使用適合的擬合技術(shù)來求解方程(6)以提供位移T的位移分量Tx、Ty和Tz。例如，可以用于最小二乘法來求解方程(6)并且獲取位移T。

使用方程(7)可以計(jì)算出移動平臺200的速度V。

V＝T/(t2-t1) 方程(7)

使用方程(7)計(jì)算出的速度V可以包括第一時(shí)刻t1與第二時(shí)刻t2之間的平均速度。

使用視覺傳感器的第一測量不一定準(zhǔn)確并且可能存在誤差。總體上，誤差來源可以包括但不局限于視覺傳感器的成像裝置的徑向和切向鏡頭畸變、提取圖像中的特征點(diǎn)的過程中像素值的方差、視覺傳感器的安裝誤差、捕捉圖像的照度變化、第一特征點(diǎn)與第二特征點(diǎn)的不準(zhǔn)確匹配。此外，當(dāng)所述視覺傳感器包括用于同時(shí)捕捉所述物體的多個(gè)相應(yīng)圖像的多個(gè)成像裝置時(shí)，特征點(diǎn)的坐標(biāo)可以通過例如使用三角測量和/或其他類似方法將所述特征點(diǎn)在所述多個(gè)相應(yīng)圖像中的像素值相結(jié)合來產(chǎn)生。在這種情況下，可以從所述多個(gè)成像裝置中不準(zhǔn)確地提取所述特征點(diǎn)。

例如，在如圖4所述的方法4000中，第一測量的誤差可以包括提取像素點(diǎn)的誤差和第一特征點(diǎn)與第二特征點(diǎn)匹配的誤差。提取像素點(diǎn)的誤差和第一特征點(diǎn)與第二特征點(diǎn)匹配的誤差可能導(dǎo)致到所述第一特征點(diǎn)和第二特征點(diǎn)的相應(yīng)坐標(biāo)的誤差。進(jìn)一步地，內(nèi)部參考矩陣K和旋轉(zhuǎn)矩陣R(如方程(6)所示)的相應(yīng)值也可能引入第一測量的誤差。

當(dāng)?shù)谝粶y量使用多個(gè)匹配特征點(diǎn)對時(shí)，處理器400可以更傾向于標(biāo)識提供移動300的正確測量結(jié)果的一個(gè)或多個(gè)匹配特征點(diǎn)對、并且因此能夠以更高的準(zhǔn)確性來測量移動300。圖5是展示圖3的方法的替代性實(shí)施例的示例性流程圖?？梢允褂脠D5的方法5000來確定移動平臺200(圖1中全體示出)的移動300的方法。方法5000包括標(biāo)識多個(gè)匹配特征點(diǎn)對。在此，可以至少部分地基于第一傳感器500(如圖2所示)是視覺傳感器來確定移動300。

在圖5中，在5001處標(biāo)識多個(gè)匹配特征點(diǎn)對。每個(gè)匹配特征點(diǎn)對可以包括相應(yīng)的選定第一特征點(diǎn)和對應(yīng)的第二特征點(diǎn)。在每個(gè)匹配特征點(diǎn)對中，第一特征點(diǎn)可以選自在第一時(shí)刻t1捕捉的物體150(如圖2所示)的第一圖像，并且對應(yīng)的第二特征點(diǎn)可以選自在第二時(shí)刻t2捕捉的物體150的第二圖像。

雖然僅出于展示目的描述為包括物體，但所述第一圖像和/或第二圖像可以包括任意適當(dāng)數(shù)目的一致和/或不同的物體，這些物體各自可以用于在所述第一測量過程中標(biāo)識一些或者全部匹配特征點(diǎn)對。換言之，這些第一特征點(diǎn)不一定是選自于所述第一圖像中的相同物體，并且對應(yīng)的第二特征點(diǎn)不一定是選自于所述第二圖像中的相同物體。

在圖5中，可以在5002處基于從所述多個(gè)匹配特征點(diǎn)對中選定的所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對的任一內(nèi)點(diǎn)特征點(diǎn)對中的相應(yīng)的選定第一特征點(diǎn)與對應(yīng)的第二特征點(diǎn)之間的關(guān)系來測量所述移動平臺200在第一時(shí)刻t1與第二時(shí)刻t2之間的移動300。

總體上，內(nèi)點(diǎn)(inlier)包括其分布可以通過某些模型參數(shù)集來說明的數(shù)據(jù)(雖然可能經(jīng)受噪聲)，并且外點(diǎn)(outlier)包括不與所述模型擬合的數(shù)據(jù)。因此，內(nèi)點(diǎn)特征點(diǎn)對可以是能夠產(chǎn)生移動300的假定是準(zhǔn)確的計(jì)算結(jié)果的一個(gè)匹配特征點(diǎn)對。外點(diǎn)特征點(diǎn)對可以是能夠產(chǎn)生移動300的假定是不準(zhǔn)確的計(jì)算結(jié)果的匹配特征點(diǎn)對。進(jìn)一步地，所述多個(gè)匹配特征點(diǎn)對之中的最正確的結(jié)果可以與第二測量數(shù)據(jù)440相結(jié)合以產(chǎn)生移動300的計(jì)算結(jié)果450。

這個(gè)或這些內(nèi)點(diǎn)特征點(diǎn)對可以包括所述多個(gè)匹配特征點(diǎn)對的子集。在某些實(shí)施例中，匹配特征點(diǎn)對中的每一個(gè)可以提供樣本移動值。樣本移動值可以包括用于表征所述移動的樣本值。示例性樣本移動值可以包括樣本位移T值。所述樣本位移T值可以是通過匹配特征點(diǎn)對測量的位移T。例如，通過使用方程(6)，每個(gè)匹配特征點(diǎn)對都可以分別提供樣本位移T值。因此，可以產(chǎn)生多個(gè)樣本位移T值。然而，一些樣本位移T值可能是準(zhǔn)確的；而另一些樣本位移T值可能是不準(zhǔn)確的。處理器400可以用于基于適合的方法和/或選擇標(biāo)準(zhǔn)確定哪個(gè)樣本位移T值是準(zhǔn)確的。圖6中示出了用于確定哪個(gè)樣本移位T值準(zhǔn)確的示例性方法。在處理器400確定哪個(gè)樣本位移T值是準(zhǔn)確的，處理器400可以因此將提供準(zhǔn)確樣本位移T值的每個(gè)匹配特征點(diǎn)對標(biāo)識為內(nèi)點(diǎn)特征點(diǎn)對。

處理器400用于確定哪個(gè)樣本位移T值準(zhǔn)確、并且因此用于確定哪個(gè)匹配特征點(diǎn)對是內(nèi)點(diǎn)特征點(diǎn)對的方法和/或選擇標(biāo)準(zhǔn)在本發(fā)明中不予以限制。出于說明性目的，圖6是展示圖5的方法的替代性實(shí)施例的示例性流程圖，其中所述方法包括標(biāo)識一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

在圖6中，可以在6001處基于所述多個(gè)匹配特征點(diǎn)對中的每個(gè)匹配特征點(diǎn)對分別獲取樣本移動值。如前文提到的，每個(gè)匹配特征點(diǎn)對都可以提供樣本位移T值?？梢栽?002處基于由所述多個(gè)匹配特征點(diǎn)對中的最匹配特征點(diǎn)對提供的樣本移動值來測量移動平臺200的移動300。因此，這些最匹配特征點(diǎn)對是所述一個(gè)或多個(gè)內(nèi)點(diǎn)特征點(diǎn)對。

為了實(shí)現(xiàn)示例性方法6000，處理器400(在圖1所示)可以用于對產(chǎn)生相同樣本位移T值的匹配特征點(diǎn)對的數(shù)目進(jìn)行計(jì)數(shù)。因此，每個(gè)樣本位移T值可以分別對應(yīng)于匹配特征點(diǎn)對的數(shù)目。由最大數(shù)目的匹配特征點(diǎn)對產(chǎn)生的樣本位移T值(即，由這些最匹配特征點(diǎn)對提供的樣本位移T值)可以被處理器400選定為移動300的準(zhǔn)確值。對應(yīng)于這一樣本位移T值的匹配特征點(diǎn)對的數(shù)目可以因此是內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目‘n’。

處理器400用于確定哪個(gè)樣本位移T值正確的選擇標(biāo)準(zhǔn)不局限于方法6000。在一個(gè)實(shí)例中，這些樣本位移T值的平均值可以被選定為正確的位移T值，并且對應(yīng)于這一樣本位移T值的匹配特征點(diǎn)對的數(shù)目可以因此是內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目n。在另一實(shí)例中，這些樣本位移T值的中值可以被選定為正確的位移T值，并且對應(yīng)于這一樣本位移T值的匹配特征點(diǎn)對的數(shù)目可以因此是內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目n。

總體上，較大數(shù)目的n個(gè)內(nèi)點(diǎn)特征點(diǎn)對可以指示當(dāng)前測量的一個(gè)或多個(gè)特征點(diǎn)是明顯的和/或穩(wěn)定的。因此，移動300的所測量的位移T值可以有較高的準(zhǔn)確性和較小的誤差。誤差貢獻(xiàn)值410(如圖1和圖2所示)包括所述n個(gè)內(nèi)點(diǎn)特征點(diǎn)對。處理器400可以用于使用誤差貢獻(xiàn)值410與誤差420之間的相關(guān)性來估算誤差420。當(dāng)誤差420包括協(xié)方差矩陣Σ_cam時(shí)，誤差貢獻(xiàn)值410可以分別與Var(Vx)、Var(Vy)和Var(Vz)具有相關(guān)性。

示例性相關(guān)性可以包括誤差420隨數(shù)目n的增大而增大的函數(shù)相關(guān)性。例如，在所述函數(shù)相關(guān)性中，Var(Vx)、Var(Vy)和Var(Vz)各自可以按如下給出：

Var(Vx)＝g1(n)， 方程(8)

Var(Vy)＝g2(n)， 方程(9)

Var(Vz)＝g3(n) 方程(10)

其中，g1(n)、g2(n)和g3(n)各自分別是數(shù)目n的函數(shù)。g1(n)、g2(n)和g3(n)的示例性值可以隨數(shù)目n的減小而增大。g1(n)、g2(n)和g3(n)的數(shù)學(xué)形式可以包括但不局限于線性函數(shù)、對數(shù)函數(shù)、多項(xiàng)式函數(shù)、冪函數(shù)、指數(shù)函數(shù)、或者其組合。

例如，誤差420的Var(Vx)、Var(Vy)和Var(Vz)各自可以隨數(shù)目n的指數(shù)的倒數(shù)的增大而線性增大，表達(dá)式如下：

Var(Vx)＝k1/n^a+b1， 方程(11)

Var(Vy)＝k2/n^a+b2， 方程(12)

Var(Vz)＝k3/n^a+b3 方程(13)

其中，參數(shù)a、k1、b1、k2、b2、k3和/或b3可以各自包括數(shù)學(xué)表達(dá)式，所述數(shù)學(xué)表達(dá)式包含固定數(shù)值、數(shù)目n之外的誤差貢獻(xiàn)值410、或其組合。進(jìn)一步地，這些參數(shù)a、k1、b1、k2、b2、k3和/或b3可以但不限于是不同的或一致的。

在某些實(shí)施例中，參數(shù)a可以等于1。在這種情況下，誤差420的Var(Vx)、Var(Vy)和Var(Vz)各自可以隨數(shù)目n的倒數(shù)的增大而線性增大。進(jìn)一步地，k1、b1、k2、b2、k3和/或b3可以但不限于是不同的或一致的常數(shù)。在此參考圖8和圖12論述的方法中闡述了用于提供k1、b1、k2、b2、k3、和/或b3的示例性方法。

另外地和/或備選地，誤差貢獻(xiàn)值410可以包括不同于數(shù)目n的一個(gè)或多個(gè)參數(shù)。例如，一般而言，測量遠(yuǎn)離所述視覺傳感器的物體可能比附近物體具有更大的誤差。因此，誤差貢獻(xiàn)值410可以包括物體150與第一傳感器500之間的物距Z。由于如圖2所示可以將第一傳感器500定位在移動平臺200上，物體150與第一傳感器500之間的物距Z可以等于物體150與移動平臺200之間的距離。例如，在所述函數(shù)相關(guān)性中，誤差420的Var(Vx)、Var(Vy)和Var(Vz)各自隨Z的增大而增大。即：

Var(Vx)＝g4(Z)， 方程(14)

Var(Vy)＝g5(Z)， 方程(15)

Var(Vz)＝g6(Z) 方程(16)

其中，g4(Z)、g5(Z)和g6(Z)各自分別是物距Z的函數(shù)。g4(Z)、g5(Z)和g6(Z)的示例性值可以隨物距Z的增大而增大。g4(Z)、g5(Z)和g6(Z)的數(shù)學(xué)形式可以包括但不局限于線性函數(shù)、對數(shù)函數(shù)、多項(xiàng)式函數(shù)、冪函數(shù)、指數(shù)函數(shù)、或者其組合。

然而，物距Z不一定需要以函數(shù)關(guān)系直接表達(dá)出?？梢允褂门c物距Z具有相關(guān)性的參數(shù)來替代方程(14)至方程(16)中的物距Z。

為了展示可以反映所述距離的參數(shù)，以下描述了一種用于獲取第一特征點(diǎn)的坐標(biāo)的示例性過程(如本文參考圖4和圖5所論述的)。在所述示例性過程中，所述第一特征點(diǎn)的坐標(biāo)可以包括如方程(3)中示出的三維坐標(biāo)。所述視覺傳感器可以包括兩個(gè)成像裝置以便在相應(yīng)的圖像中捕捉所述物體。每個(gè)成像裝置都可以分別捕捉二維圖像。處理器400可以用于通過使用三角測量來計(jì)算物距Z而從這兩個(gè)二維圖像獲取所述三維坐標(biāo)。圖7是展示圖3的通過使用移動平臺200的第一傳感器500來獲取特征點(diǎn)的坐標(biāo)的系統(tǒng)的實(shí)施例的示例性圖表?？梢允褂萌菧y量的方法來確定所述第一特征點(diǎn)的三維坐標(biāo)。

在圖7中，第一傳感器500可以包括包含兩個(gè)成像裝置110a、110b的視覺傳感器110。這些成像裝置110a、110b各自可以感知相同的、但位于不同空間坐標(biāo)的感興趣物體150。例如，這些成像裝置110a、110b可以具有如圖7展示出的相應(yīng)x軸130a、130b。這些成像裝置110a、110b可以沿它們相應(yīng)的光軸130a、130b感知，并且由此獲得感興趣物體150的兩個(gè)不同的二維子圖像120a、120b。如圖4和/或圖5描述的第一圖像可以包括這些子圖像120a、120b。這些二維子圖像120a、120b通常是不同的，是從不同位置(或視角)拍攝的，除非這些成像裝置110a、110b被定位成使它們的光軸130a、130b相重合。相應(yīng)地，在大多數(shù)情況下，如方程(20)所示，可以在這些子圖像120a、120b之間獲得雙目視差d(如方程(20)所表示的)。

通過使用這些子圖像120a、120b之間的雙目視差d，可以使用三角測量的方法來確認(rèn)物距Z?？梢员容^這些二維子圖像120a、120b以獲取與感興趣物體150的特征點(diǎn)155相關(guān)聯(lián)的雙目視差d。出于說明性目的，這兩個(gè)成像裝置110a、110b可以稱作第一成像裝置110a和第二成像裝置110b。這些二維子圖像120a，120b可以稱作第一子圖像120a和第二子圖像120b。在關(guān)于第一成像裝置110a的預(yù)設(shè)坐標(biāo)系中，特征點(diǎn)155的由其三維坐標(biāo)(X_l，Y_l，Z_l)表示的位置可以按如下給出：

其中，c_x^l和c_y^l表示第一成像裝置110a的相應(yīng)中心坐標(biāo)，x^l和y^l表示特征點(diǎn)155在第一子圖像120a中的坐標(biāo)，b是基線(換言之，這些成像裝置110a、110b的中心坐標(biāo)之間的距離)，f是每個(gè)成像裝置110a、110b的焦距，d是這些子圖像120a、120b之間的雙目視差。出于說明性目的，圖7示出了這些成像裝置具有相同的焦距f。然而，即使是這些成像裝置110a、110b具有不同的焦距，這些子圖像120a、120b也可以被縮放到離這些成像裝置110a、110b具有相同距離的投影平面，以實(shí)施圖7中的三角測量。例如，這些成像裝置110a、110b可以具有相應(yīng)的焦距2f和f。在這種情況下，第一子圖像120a的坐標(biāo)x^l和y^l可以各自通過乘以0.5而縮放。這些經(jīng)縮放的坐標(biāo)x^l和y^l可以因此屬于離第一成像裝置110a具有距離f的投影平面，并且因此可以通過方程(17)至方程(20)與第二子圖像120b一起用于三角測量。

當(dāng)x^r和y^r表示第一子圖像120b中的特征點(diǎn)155的坐標(biāo)時(shí)，雙目視差d在此可以被表示為：

d＝x^l-x^r 方程(20)

基于上述原理，可以使用第一成像裝置110a和第二成像裝置110b基于立體觀測來獲取特征點(diǎn)的三維坐標(biāo)?？梢匀缢Ｍ赝瑫r(shí)或相繼獲得第一和第二子圖像120a、120b?？梢詮牡谝缓偷诙訄D像120a、120b獲取雙目視差d。在一個(gè)實(shí)施例中，可以有利地在第一時(shí)刻t1同時(shí)獲得第一和第二子圖像120a、120b，以減少可歸因于物體150和/或第一傳感器500隨時(shí)間移位的誤差。

在某些其他實(shí)施例中，一個(gè)成像裝置可以捕捉第一和第二子圖像120a、120b。所述成像裝置例如可以在兩個(gè)不同的時(shí)刻捕捉第一和第二子圖像120a、120b。在這兩個(gè)不同的時(shí)刻，所述成像裝置相對于物體150的位置可以是不同的。雙目視差d可以從第一和第二子圖像120a、120b獲取，并且被近似地用作第一時(shí)刻t1的雙目視差d。

總體上，并且如方程(19)所示，第一子圖像120a與第二子圖像120b之間的差異可以隨著物距Z增加而減小。進(jìn)一步地，特征點(diǎn)155距第一傳感器500的物距Z可以與雙目視差d成反比。在所述第一測量的過程中可以獲取雙目視差d。因此，誤差貢獻(xiàn)值410可以包括雙目視差d。例如，在所述函數(shù)相關(guān)性中，Var(Vx)、Var(Vy)和Var(Vz)各自可以按如下給出：

Var(Vx)＝g7(d) 方程(21)

Var(Vy)＝g8(d) 方程(22)

Var(Vz)＝g9(d) 方程(23)

其中，g7(d)、g8(d)和g9(d)各自分別是雙目視差d的函數(shù)。g7(d)、g8(d)和g9(d)的示例性值可以隨雙目視差d的減小而增大。g7(d)、g8(d)和g9(d)的數(shù)學(xué)形式可以包括但不局限于線性函數(shù)、對數(shù)函數(shù)、多項(xiàng)式函數(shù)、冪函數(shù)、指數(shù)函數(shù)、或者其組合。

例如，誤差420的Var(Vx)、Var(Vy)和Var(Vz)各自可以隨雙目視差d的指數(shù)的倒數(shù)的增大而線性增大，表達(dá)式如下：

Var(Vx)＝k4/d^c+b4 方程(24)

Var(Vy)＝k5/d^c+b5 方程(25)

Var(Vz)＝k6/d^c+b6 方程(26)

其中，參數(shù)c、k4、b4、k5、b5、k6和/或b6可以各自包括數(shù)學(xué)表達(dá)式，所述數(shù)學(xué)表達(dá)式包含固定數(shù)值、雙目視差d之外的誤差貢獻(xiàn)值410或其組合。在一個(gè)實(shí)施例中，c＝2，因此誤差420的Var(Vx)、Var(Vy)和Var(Vz)各自可以隨d的平方的倒數(shù)的增大而線性增大。進(jìn)一步地，k4、b4、k5、b5、k6和/或b6可以但不限于是不同的或一致的常數(shù)。在此參考圖8和圖12論述的方法中闡述了用于提供k4、b4、k5、b5、k6和/或b6的示例性方法。

每個(gè)特征點(diǎn)都可以與相應(yīng)的雙目視差d相關(guān)聯(lián)?？梢缘幌抻谑褂萌魏芜m合的方法來標(biāo)識用于計(jì)算誤差420的相關(guān)雙目視差d。在一個(gè)實(shí)例中，用于計(jì)算誤差420的雙目視差d可以是這些第一特征點(diǎn)和/或相匹配的第二特征點(diǎn)的每個(gè)雙目視差d的平均值。在另一實(shí)例中，用于計(jì)算誤差420的雙目視差d可以是部分或全部內(nèi)點(diǎn)特征點(diǎn)對中的第一特征點(diǎn)和/或相匹配的第二特征點(diǎn)的每個(gè)雙目視差d的平均值。在又一實(shí)例中，用于計(jì)算誤差420的雙目視差d可以是這些第一特征點(diǎn)的所有雙目視差d的平均值。在另一實(shí)例中，用于計(jì)算誤差420的雙目視差d可以是部分或全部內(nèi)點(diǎn)特征點(diǎn)對中的第一特征點(diǎn)的所有雙目視差d的平均值。

在某些實(shí)施例中，誤差貢獻(xiàn)值410可以包括內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目n和雙目視差d。例如，通過將方程(11)至方程(13)與方程(24)至方程(26)相結(jié)合，可以將誤差420估算成隨數(shù)目n的倒數(shù)的增大而線性增大并且隨雙目視差d的平方的倒數(shù)的增大而線性增大，如下所述：

Var(Vx)＝k7/nd²+b7 方程(27)

Var(Vy)＝k8/nd²+b8 方程(28)

Var(Vz)＝k9/nd²+b9 方程(29)

其中，k7、b7、k8、b8、k9和/或b9可以各自包括數(shù)學(xué)表達(dá)式，所述數(shù)學(xué)表達(dá)式包含恒定數(shù)值、數(shù)目n和/或d之外的誤差貢獻(xiàn)值410或其組合。進(jìn)一步地，k7、b7、k8、b8、k9和/或b9可以但不限于是不同的或一致的。在某些實(shí)施例中，k7、b7、k8、b8、k9、和/或b9各自可以包括不同的和/或統(tǒng)一的數(shù)值常數(shù)。在此參考圖8和圖12論述的方法中闡述了用于提供k7、b7、k8、b8、k9和/或b9的示例性方法。

當(dāng)誤差420包括如方程(3)所示的協(xié)方差矩陣Σ_cam時(shí)，處理器400可以用于使用方程(27)至方程(29)的數(shù)學(xué)公式來估算對角線元素Var(Vx)、Var(Vy)和Var(Vz)。在某些實(shí)施例中，這些非對角線元素可以但不限于被設(shè)定為零、一個(gè)或多個(gè)預(yù)設(shè)恒定值和/或誤差貢獻(xiàn)點(diǎn)值410的函數(shù)。

雖然僅出于展示目的在所披露的方法中計(jì)算出了Var(Vx)、Var(Vy)和Var(Vz)，但根據(jù)所披露的方法使用這些方法可以使誤差420的任何元素(如協(xié)方差矩陣Σ_cam的非對角線元素)與這些誤差貢獻(xiàn)值410具有相關(guān)性。

本文所披露的方法可以更快更準(zhǔn)確地估算所述誤差。在用于通過視覺傳感器來估算測量誤差的常規(guī)方法中，首先需要假定特征點(diǎn)提取誤差的協(xié)方差矩陣Σ_pixel。假定具有平均值為零的正態(tài)分布的特征點(diǎn)提取誤差可以按如下表示：

其中，σ²_x1、σ²_y1、σ²_x2和σ²_y2可以指代第一特征點(diǎn)在x方向的、第一特征點(diǎn)在y方向的、相匹配的第二特征點(diǎn)在x方向的以及相匹配的第二特征點(diǎn)在y方向的提取誤差的方差。于是使用Q個(gè)匹配特征點(diǎn)對將∑_pixel應(yīng)用于對位移T的線性代數(shù)計(jì)算。

位移T的M個(gè)測量中的第j次測量的協(xié)方差矩陣需要使用以下矩陣方程：

方程(31)

于是可以通過將∑_t變換到IMU坐標(biāo)系并且通過除以時(shí)間間隔(t2-t1)的平方來計(jì)算速度V的協(xié)方差矩陣。

方程(31)具有顯著的復(fù)雜性。例如，A⁺、Bi、R和J各自是如以下所描述的多維矩陣。

^jA⁺＝(^jA^TjA)^-1jA^T 方程(32)

其中，j＝1至M，并且：

其中，N表示每次測量的匹配特征點(diǎn)的總數(shù)目。

其中，所述圖像的中心坐標(biāo)是(u₀，v₀)^T，相機(jī)的焦距是f，基線是b，并且ui^*和vi^*是第二特征點(diǎn)在t2時(shí)的二維投影坐標(biāo)。所述第一特征點(diǎn)和第二特征點(diǎn)是(^ju_i，^ju_i)^T和(^ju′_i，^ju′_i)^T，并且i表示N個(gè)匹配特征點(diǎn)對中的第i個(gè)匹配特征點(diǎn)對。

進(jìn)一步地，

R是旋轉(zhuǎn)矩陣。J是用于獲取第一特征點(diǎn)的三維坐標(biāo)的協(xié)方差矩陣的泰勒展開近似的變換矩陣。J可以按如下給出：

方程(36)

因此，如方程(30)至方程(36)中可看到的，為了計(jì)算^j∑_t，對NxN矩陣(如方程(31))進(jìn)行大量的矩陣計(jì)算。所述NxN矩陣的每個(gè)元素可能包括大于維度為2x2的嵌入矩陣。使用了每個(gè)特征點(diǎn)的坐標(biāo)，并且使用了用于特征點(diǎn)提取的如σ²的誤差分布參數(shù)。這樣的計(jì)算是費(fèi)時(shí)的。

此外，為了計(jì)算^j∑_t，需要以預(yù)定方式獲取方程(30)中的方差σ²_x1、σ²_y1、σ²_x2和σ²_y2。例如，在一次或多次測試測量中，基于將分別使用所述視覺傳感器測量的和使用如由英國Vicon運(yùn)動系統(tǒng)有限公司(Vicon Motion Systems Ltd.,UK)制造的Vicon運(yùn)動捕捉系統(tǒng)的參照儀器測量的位移進(jìn)行比較來獲取^j∑_t。然后基于所獲取的^j∑_t來計(jì)算方差σ²_x1、σ²_y1、σ²_x2和σ²_y2。方程(30)中的Σ_pixel因此被解出。于是通過方程(30)至方程(36)將Σ_pixel用于在未來測量中計(jì)算^j∑_t。

然而，以此方式獲取的方差σ²_x1、σ²_y1、σ²_x2和σ²_y2經(jīng)受到外點(diǎn)特征點(diǎn)對的任何隨機(jī)誤差的影響，并且因此可能不必要地引入由對所述第一測量的誤差的估算不準(zhǔn)確造成的噪聲。

相比之下，通過使用所披露的方法及設(shè)備，可以根據(jù)誤差貢獻(xiàn)點(diǎn)值410與誤差420之間的相關(guān)性來估算所述第一測量的誤差。所述相關(guān)性可以獨(dú)立于第一特征點(diǎn)和/或第二特征點(diǎn)的坐標(biāo)的誤差分布參數(shù)，如方程(30)中的方差σ²_x1、σ²_y1、σ²_x2和σ²_y2。進(jìn)一步地，所述相關(guān)性可以獨(dú)立于第一特征點(diǎn)和/或第二特征點(diǎn)的坐標(biāo)

在某些實(shí)施例中，第一測量的協(xié)方差矩陣Σ_cam的元素可以是使用簡單的公式單獨(dú)地計(jì)算的。所述公式可以包括一個(gè)或多個(gè)誤差貢獻(xiàn)值410。每個(gè)誤差貢獻(xiàn)值410都可以從所述第一測量獲取。對于這種計(jì)算而言，特征點(diǎn)的坐標(biāo)以及特征點(diǎn)坐標(biāo)的誤差分布的參數(shù)不是必要的。因此，可以顯著地簡化計(jì)算。

誤差貢獻(xiàn)值410的選擇可以是基于對第一測量的誤差來源的經(jīng)驗(yàn)性和/或者直觀性理解并且可以與所述測量的物理和/或統(tǒng)計(jì)性質(zhì)直接相關(guān)。

例如，在以上參考圖4至圖6所描述的方法4000-6000中，像素提取和/或匹配可能是誤差來源。這樣的像素誤差可能影響雙目視差d的準(zhǔn)確性。雙目視差d的誤差可以通過三角測量過程導(dǎo)致將像素誤差傳遞至速度測量的誤差中。誤差貢獻(xiàn)值410的選擇可以因此包括與像素誤差有關(guān)的參數(shù)。

如前文所述，測量遠(yuǎn)離所述視覺傳感器的遠(yuǎn)端物體150(如圖2和圖7所示)可能比附近物體具有更大的誤差，并且所述視覺傳感器與物體150之間的距離與雙目視差d相關(guān)。此外，當(dāng)內(nèi)點(diǎn)特征點(diǎn)對的數(shù)目n小時(shí)，小的數(shù)目n可以指示當(dāng)前測量的一個(gè)或多個(gè)特征點(diǎn)不是明顯的和/或穩(wěn)定的。因此，小的數(shù)目n還可以指示較大的像素誤差。因此，所述誤差貢獻(xiàn)值410可以包括數(shù)目n和/或d。

進(jìn)一步地，盡管在某些實(shí)施例中未示出，但誤差貢獻(xiàn)值410可以進(jìn)一步包括內(nèi)部參考矩陣K和/或旋轉(zhuǎn)矩陣R的誤差。較大的內(nèi)部參考矩陣K和/或旋轉(zhuǎn)矩陣R誤差可以導(dǎo)致較大的誤差420。內(nèi)部參考矩陣K的誤差可以與再投影誤差相關(guān)。因此，所述再投影誤差可以被另外地和/或備選地包括在方程(27)至方程(29)的k7、b7、k8、b8、k9、和/或b9中，其方式為使得誤差420可以估算成隨再投影誤差的增大而增大。

因此，誤差420的估算過程可以更快并且消耗處理器400的更少的計(jì)算資源。此外，如圖8至圖15中的接下來將描述的多個(gè)不同實(shí)施例所示，能夠以更高的準(zhǔn)確性來估算誤差420。因此，在隨后的基于誤差420的傳感器融合之后，可以準(zhǔn)確地計(jì)算出移動平臺200的移動300。移動300的計(jì)算結(jié)果可以是穩(wěn)定的。因此，移動平臺200可以由控制器加以控制，以便補(bǔ)償移動300，從而以更高的穩(wěn)定性保持懸停狀態(tài)。

在接下來將描述的多個(gè)不同實(shí)施例中，展示了一種用于標(biāo)識誤差貢獻(xiàn)值410與誤差420之間的相關(guān)性的方法，并且使用所披露方法估算出的誤差420可以被示出為具有高準(zhǔn)確性。圖8是展示圖3的方法的另一替代性實(shí)施例的示例性圖表，其中標(biāo)識了誤差貢獻(xiàn)值410與誤差420之間的相關(guān)性。

如圖8所示，在8001處假定誤差貢獻(xiàn)值410與誤差420之間的相關(guān)性。假定所述相關(guān)性可以包括假定一種類型的函數(shù)關(guān)系、所述關(guān)系中的參數(shù)的值、和/或有待包含的一個(gè)或多個(gè)誤差貢獻(xiàn)值410。例如，所述相關(guān)性的假定形式可以包括對包括方程(27)至方程(29)的假設(shè)。示例性的所假定的相關(guān)性可以包括具有未知值的參數(shù)。在方程(27)至方程(29)中，k7、b7、k8、b8、k9和/或b9可以各自是具有未知恒定數(shù)值的參數(shù)。

在8002處可以收集各自對應(yīng)于測試測量的地面實(shí)況、實(shí)驗(yàn)測量值以及誤差貢獻(xiàn)值410。為了實(shí)施8002，可以測量移動平臺200的測試移動。所述地面實(shí)況可以指代所述測試移動的絕對實(shí)況。在方法8000中，所述地面實(shí)況可以包括使用能夠具有高準(zhǔn)確性(例如，比第一傳感器500的準(zhǔn)確性更高的準(zhǔn)確性)設(shè)備測量的測試移動的值。舉例而言，可以通過使用Vicon運(yùn)動捕捉系統(tǒng)測量所述測試移動來提供所述地面實(shí)況。所述地面實(shí)況可以包括由Vicon測量的速度V，稱作

在8002，所述視覺傳感器可以測量所述測試移動并且獲取實(shí)驗(yàn)測量值v、并且可以獲取誤差貢獻(xiàn)值410。所述實(shí)驗(yàn)測量值可以指代速度V的實(shí)驗(yàn)獲取的值。例如，使用圖4至圖6中的方法，所述視覺傳感器可以獲取數(shù)目n和對應(yīng)的d。

在8003處，基于所述地面實(shí)況和所述實(shí)驗(yàn)測量值v計(jì)算出所述測試移動的測量誤差420。速度V的測試測量誤差可以是在某些情況下，所述第一測量的誤差420可以包括協(xié)方差矩陣Σ_cam(如方程(3)所示)。由于測試誤差v_error不必與方程(3)中示出的方差相同，可以使用以下示例性過程來計(jì)算所述方差。

在所述示例性過程中，根據(jù)8002測量多次測試移動。對于每次測量而言，可以獲取v_error和如數(shù)目n和/或雙目視差d的對應(yīng)誤差貢獻(xiàn)值410。1/(nd²)可以按大小進(jìn)行排序。排序后的多個(gè)1/(nd²)值可以均勻地和/或不均勻地分成m個(gè)分區(qū)。在每個(gè)分區(qū)內(nèi)，1/(nd²)的平均值可以計(jì)算成所述分區(qū)的1/(nd²)，并且對應(yīng)的v²_error的平均值可以計(jì)算成所述分區(qū)的近似方差。

在一個(gè)實(shí)例中，可以測試3107次測試移動，并且可以將排序后的多個(gè)1/(nd²)值均勻地分成10個(gè)分區(qū)。然而，本披露內(nèi)容不限制測試移動的數(shù)目、分區(qū)的數(shù)目、以及用于獲取方差的方法。

在8004處，可以將所述所假定的相關(guān)性與所述測試移動的誤差和所述測試移動的誤差貢獻(xiàn)值進(jìn)行擬合。因此可以求解所述參數(shù)的未知值。因此可以確定所述相關(guān)性。此外，所述相關(guān)性與所述測試移動的誤差和所述測試移動的誤差貢獻(xiàn)值進(jìn)行擬合的程度可以指示所假定的相關(guān)性的有效性。

在某些實(shí)施例中，8001可以是任選的，因?yàn)?004可以通過將所述相關(guān)性與所述測試移動的誤差和所述測試移動的誤差貢獻(xiàn)值進(jìn)行擬合來標(biāo)識所述相關(guān)性，而不需要所假定的相關(guān)性的現(xiàn)有知識。

例如，圖9至圖11是展示一組數(shù)據(jù)點(diǎn)的示例性散點(diǎn)圖，通過圖8的方法獲取針對這組數(shù)據(jù)點(diǎn)的相關(guān)性。圖9至圖11中的數(shù)據(jù)點(diǎn)是基于如在8001至8003處描述的示例性過程來獲取的。在圖9至圖11的每個(gè)圖中，繪制了作為1/(nd²)的函數(shù)的方差?？梢允褂萌魏纬Ｒ?guī)回歸方法來擬合所述所假定的相關(guān)性以標(biāo)識方差與1/(nd²)之間的函數(shù)關(guān)系。分別在圖9至圖11的每個(gè)圖中，線801、802和803可以很好地?cái)M合這些數(shù)據(jù)點(diǎn)。這些線801、802和803可以因此求解k7、b7、k8、b8、k9和b9的值，并且按如下給出所述相關(guān)性：

因此可以獲取協(xié)方差矩陣Σ_cam(方程(3)中)?？梢詫ⅵ?sub>cam變換到另一坐標(biāo)系。示例性坐標(biāo)系可以是基于旋轉(zhuǎn)矩陣R，其中可以使用下式來執(zhí)行所述變換：Σ＝RΣ_camR^T。

由于這些線801、802和803可以很好地?cái)M合這些數(shù)據(jù)點(diǎn)，這些線801、802和803可以用于預(yù)測針對系統(tǒng)100的誤差420與誤差貢獻(xiàn)值410之間的相關(guān)性，所述系統(tǒng)類似于在方法8000中用于產(chǎn)生這些線801、802和803的系統(tǒng)。如圖9至圖11中示出的實(shí)例所展示的，誤差貢獻(xiàn)值410與誤差420之間的相關(guān)性可以是能夠以圖形方式表示為線和/或曲線的數(shù)學(xué)公式。可以使所述相關(guān)性能夠基于移動平臺的移動的測量誤差貢獻(xiàn)值410來估算所述移動的測量誤差420。

例如，根據(jù)方法8000可以使用系統(tǒng)100和/或移動平臺200獲取所述相關(guān)性。處理器400于是可以用于使用針對要求對誤差420進(jìn)行估算的一次測量所獲取的相關(guān)性。

另外地和/或備選地，可以分別從多個(gè)所述系統(tǒng)100和/或移動平臺200獲取相關(guān)性。在一個(gè)實(shí)例中，所述處理器400可以用于使用所獲取相關(guān)性的平均值。在另一實(shí)例中，當(dāng)這些相關(guān)性之間的差異較小時(shí)，處理器400可以用于使用所獲取相關(guān)性之一。對于處理器400而言，從多于一個(gè)的所獲取相關(guān)性中選擇相關(guān)性的標(biāo)準(zhǔn)可以包括但不限于任何方法。

任何個(gè)體可以但不限于執(zhí)行方法8000并且對處理器400進(jìn)行配置。示例性個(gè)體可以包括系統(tǒng)100和/或移動平臺200的制造商、測試員、使用者等。

在某些情況下，如在方法8000中假定所述相關(guān)性可能不是直截了當(dāng)?shù)倪^程并且可能要求反復(fù)試驗(yàn)。例如，大量的變量可以為誤差貢獻(xiàn)值410的候選?？梢赃M(jìn)行模擬來減少實(shí)驗(yàn)資源的消耗。所述模擬可以揭示作為誤差貢獻(xiàn)值410的一個(gè)或多個(gè)選定變量是否與誤差420相關(guān)，和/或所假定類型的數(shù)學(xué)函數(shù)關(guān)系是否是有效的。

圖12是展示圖3的方法的另一替代性實(shí)施例的示例性圖表，其中標(biāo)識了誤差貢獻(xiàn)值410與誤差420之間的模擬相關(guān)性。圖12中的方法1200可以通過使用計(jì)算機(jī)模擬來執(zhí)行并且不必需要實(shí)驗(yàn)硬件。

在1201處，假定誤差貢獻(xiàn)值410與誤差420之間的模擬相關(guān)性。在一個(gè)實(shí)例中，所述模擬相關(guān)性可以被假定成與方程(27)至方程(29)相同。

在1202處，基于誤差貢獻(xiàn)值410的模擬值和模擬地面實(shí)況來對一次模擬移動進(jìn)行模擬測量，以獲取所述模擬移動的模擬測量值?？梢詫⒛M誤差來源引入到所述模擬測量中。

例如，模擬地面實(shí)況T_truth可以包括所述模擬移動的位移T的真實(shí)值。示例性模擬地面實(shí)況T_truth可以包括t2與t1之間的任意選定的旋轉(zhuǎn)矩陣R和/或任意選定的位移T。

為了執(zhí)行所述模擬測量，可以使用誤差貢獻(xiàn)值410的模擬值。誤差貢獻(xiàn)值410的示例性模擬值可以包括誤差貢獻(xiàn)值410的任意選定的數(shù)值。在一次示例性模擬測量中，數(shù)目n＝16、32、64、128、256、512。對于每個(gè)n值而言，雙目視差d是從2到47的范圍內(nèi)的整數(shù)。因此，所述模擬值可以包括多個(gè)(n，d)對。

因此，對于每個(gè)(n，d)對而言，可以隨機(jī)地產(chǎn)生匹配特征點(diǎn)對。每個(gè)匹配特征點(diǎn)對可以包括在t1時(shí)捕捉的第一圖像的所模擬的第一子圖像中的第一特征點(diǎn)?；赿，在t1時(shí)捕捉的第一圖像的所模擬的第二子圖像中產(chǎn)生所述第一特征點(diǎn)。所模擬的第一子圖像和所模擬的第二子圖像可以通過計(jì)算機(jī)程序產(chǎn)生，所述計(jì)算機(jī)程序模擬第一成像裝置和/或第二成像裝置。

通過三角測量(如圖7所示)，可以產(chǎn)生所述第一特征點(diǎn)的三維坐標(biāo)P1。所述模擬移動可以適用于所模擬的第一成像裝置。所述第一特征點(diǎn)可以對應(yīng)于在所述模擬移動之后的t2時(shí)的第二特征點(diǎn)。所述第二特征點(diǎn)可以因此被投影到第一成像裝置以產(chǎn)生所述第二特征點(diǎn)的坐標(biāo)P2。所述模擬移動的模擬測量值T_sim可以通過使用方程(6)來獲取。

對于每個(gè)(n，d)對而言，所述模擬測量可以獲取多個(gè)匹配特征點(diǎn)對。所述多個(gè)匹配特征點(diǎn)對的數(shù)目可以等于或大于n。在所述多個(gè)匹配特征點(diǎn)對之間，n個(gè)匹配特征點(diǎn)對可以被隨機(jī)地選定為內(nèi)點(diǎn)特征點(diǎn)對以獲取T_sim。

由于沒有實(shí)驗(yàn)誤差，所述模擬移動的模擬測量值可以接近于所模擬的地面實(shí)況。因此，可以引入所述模擬誤差來源以致使從所述模擬測量的結(jié)果偏離所述模擬地面實(shí)況，以便使所述誤差的量最大。

可以但不限于以各種方式引入所述模擬誤差來源。在所述示例性測量中，在每個(gè)(n，d)對中，每個(gè)第一特征點(diǎn)都可以具有選自于(d-0.5)與(d+0.5)之間范圍內(nèi)的隨機(jī)數(shù)的雙目視差d。因此，可以產(chǎn)生雙目視差d的隨機(jī)誤差，并且有利地，可以容易地控制雙目視差d的平均值。

另外地和/或備選地，在所述第二特征點(diǎn)被投影到第一成像裝置以產(chǎn)生坐標(biāo)P2之后，所述P2可以被四舍五入為較短的表示。示例性的四舍五入過程可以顯著減少P2的位數(shù)。例如，P2的至少一個(gè)坐標(biāo)數(shù)可以通過舍去P2的小數(shù)點(diǎn)之后的P2的一位或多位而被四舍五入成整數(shù)像素值。因此，所述四舍五入過程可以引入所述模擬誤差來源。

在1203，可以基于模擬地面實(shí)況T_truth和所述模擬移動的模擬測量值T_sim來計(jì)算出誤差420的模擬值。因此，速度V的測量誤差可以是T_error＝T_truth-T_sim。因此，速度V的測量誤差可以是V_error＝T_error/(t2-t1)。

因此，對于每個(gè)(n，d)對而言，可以計(jì)算出速度V的測量方差。所述方差可以用作誤差420的模擬值。

在1204處，可以將假定的模擬相關(guān)性與誤差420的模擬值和誤差貢獻(xiàn)值410的模擬值進(jìn)行擬合。所述相關(guān)性與誤差420的模擬值和誤差貢獻(xiàn)值410的模擬值進(jìn)行擬合的程度可以指示所假定的相關(guān)性的有效性。

在某些實(shí)施例中，1201可以是任選的，因?yàn)?204可以通過與誤差420的模擬值和誤差貢獻(xiàn)值410進(jìn)行擬合的模擬值來標(biāo)識所述模擬相關(guān)性，而不需要對相關(guān)性的假定模擬的現(xiàn)有知識。

圖13至圖15是展示一組數(shù)據(jù)點(diǎn)的示例性散點(diǎn)圖，通過使用圖12的方法獲取針對這組數(shù)據(jù)點(diǎn)的模擬相關(guān)性。如在1201-1203處所描述的，從所述示例性模擬測量獲取多個(gè)數(shù)據(jù)點(diǎn)。繪制了作為1/(nd²)的函數(shù)的方差?？梢允褂萌魏纬Ｒ?guī)回歸方法來擬合所假定的相關(guān)性以標(biāo)識方差與1/(nd²)之間的函數(shù)關(guān)系。分別在圖13至圖15的每個(gè)圖中，對應(yīng)于擬合方程1210、1220、1230，線121、122和123分別可以很好地?cái)M合這些數(shù)據(jù)點(diǎn)。因此，方程(27)至方程(29)的所假定的相關(guān)性可以是有效的。

因此，可以執(zhí)行方法1200以查明所假定的相關(guān)性的有效性。另外地和/或備選地，可以使用實(shí)驗(yàn)方法8000來確定所述相關(guān)性。圖8和圖12中的方法可以各自在計(jì)算機(jī)系統(tǒng)上實(shí)現(xiàn)。所述計(jì)算機(jī)系統(tǒng)可以包括存儲器和處理器。所述存儲器上可以具有編碼的指令。這些編碼的指令當(dāng)由所述處理器執(zhí)行時(shí)可以致使所述計(jì)算機(jī)系統(tǒng)實(shí)現(xiàn)如圖8和圖12所展示的過程。

出于多種不同的原因，圖13至圖15中的擬合可以大于圖9至圖11中的擬合。例如，圖9至圖11中的方差可以是近似值(圖在8003處所示)并且不是在統(tǒng)計(jì)學(xué)上針對每個(gè)(n，d)對計(jì)算出的。進(jìn)一步地，圖9至圖11中的方差可能經(jīng)受到不必包含在圖8的示例性實(shí)例中的所假定的相關(guān)性中的內(nèi)部參考矩陣K和旋轉(zhuǎn)矩陣R的誤差。所述內(nèi)部參考矩陣K的誤差可能受到視覺傳感器的校準(zhǔn)準(zhǔn)確性的影響。所述旋轉(zhuǎn)矩陣R的誤差可能受到IMU的測量準(zhǔn)確性的影響。

進(jìn)一步地，圖13至圖15中的方差可以小于圖9至圖11中的擬合，因?yàn)閳D13至圖15已經(jīng)限制了像素提取中的誤差來源，例如四舍五入過程。相比之下，圖9至圖11可能經(jīng)受到像素提取中的隨機(jī)實(shí)驗(yàn)噪聲。

在圖13至圖15以及圖9至圖11中，Var(Vx)類似于Var(Vy)。Var(Vz)明顯大于Var(Vx)和/或Var(Vy)。這樣的結(jié)論與以下理論基礎(chǔ)是一致的：測量誤差在視覺傳感器的光軸(即，z軸)方向上可能更大。

不同實(shí)施例進(jìn)一步披露了一種用于確定移動平臺200的移動300的設(shè)備。如圖1和圖2所示，所述設(shè)備可以包括400。

不同實(shí)施例進(jìn)一步披露了一種用于確定移動平臺200的移動300的設(shè)備組件。所述設(shè)備組件可以包括用于執(zhí)行對移動平臺200的移動300的第一測量的視覺傳感器、以及用于確定移動平臺200的移動300的設(shè)備。所述設(shè)備可以用于對所述第一測量的誤差420進(jìn)行估算。

不同實(shí)施例進(jìn)一步披露了一種用于確定移動平臺200的移動300的設(shè)備組件。所述設(shè)備組件可以包括用于執(zhí)行對移動平臺200的移動300的第一測量的視覺傳感器、以及用于確定移動平臺200的移動300的設(shè)備。所述設(shè)備可以用于對所述第一測量的誤差420進(jìn)行估算。所述設(shè)備組件可以進(jìn)一步包括用于收集和/或產(chǎn)生對移動平臺的移動的第二測量的IMU。所述設(shè)備組件可以用于基于所述第一測量的誤差420將所述第二測量與所述第一測量相結(jié)合，以確定移動平臺200的移動300。

如圖1和圖2所示，多個(gè)不同實(shí)施例進(jìn)一步披露了移動平臺200。移動平臺200可以包括用于確定移動平臺200的移動300的設(shè)備。移動平臺200可以是UAV。

如圖1和圖2所示，不同實(shí)施例進(jìn)一步披露了移動平臺200。移動平臺200可以包括用于確定移動平臺200的移動300的設(shè)備組件。移動平臺200可以是UAV。

如圖1和圖2所示，不同實(shí)施例進(jìn)一步披露了一種用于組裝移動平臺200的套件。所述套件可以包括用于確定移動平臺200的移動300的設(shè)備。在某些實(shí)施例中，所述套件中可以包括指導(dǎo)手冊。所述指導(dǎo)手冊上可以具有操作指南。當(dāng)遵循這些操作指南時(shí)，如本披露內(nèi)容示出的，用于確定移動平臺200的移動300的設(shè)備可以組裝到所述移動平臺200中。

如圖1和圖2所示，不同實(shí)施例進(jìn)一步披露了一種用于組裝移動平臺200的套件。所述套件可以包括用于確定移動平臺200的移動300的設(shè)備組件。在某些實(shí)施例中，所述套件中可以包括指導(dǎo)手冊。所述指導(dǎo)手冊上可以具有操作指南。當(dāng)遵循這些操作指南時(shí)，如本披露內(nèi)容示出的，用于確定移動平臺200的移動300的設(shè)備可以組裝到所述移動平臺200中。

雖然在某些實(shí)施例中，所述設(shè)備組件和/或移動平臺200(如UAV)可以包括第一傳感器500和/或第二傳感器600，但所述第一傳感器500和/或第二傳感器600不一定被集成到所述設(shè)備組件和/或移動平臺200。例如，圖16是展示圖2的系統(tǒng)100的替代性實(shí)施例的示例性圖表，其中第一傳感器500和移動平臺200遠(yuǎn)程通信。如圖16所示，第一傳感器500可以包括視覺傳感器。第一傳感器500可以是靜止的并且被定位成遠(yuǎn)離移動平臺200。第一傳感器500可以通過捕捉作為感興趣物體150的移動平臺200的圖像來執(zhí)行所述第一測量。圖3至圖6、圖8以及圖12的示例性方法可以用于計(jì)算移動平臺200的移動300。移動平臺200可以包括通信模塊700。第一傳感器500可以與通信模塊800連接。通信模塊700和/或800可以包括收發(fā)器和/或接收器。通信模塊700可以用于通過通信模塊800接收來自第一傳感器500的第一測量數(shù)據(jù)430。

在多個(gè)不同實(shí)施例中，所披露的這些方法可以通過由選定的硬件平臺(如通用硬件平臺)可執(zhí)行的軟件來實(shí)現(xiàn)。備選地和/或另外地，所披露的方法可以通過硬件來實(shí)現(xiàn)。根據(jù)多個(gè)不同實(shí)施例的方法中的一部分或全部步驟可以通過使用程序(或軟件)指示相關(guān)硬件來完成。

因此，多個(gè)不同實(shí)施例進(jìn)一步披露了計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括用于根據(jù)本文披露的方法(例如，如圖3至圖6、圖8以及圖12所示)確定移動平臺的移動300的指令。所述程序/軟件可以被存儲在(非易失性)計(jì)算機(jī)可讀存儲介質(zhì)中，包括例如只讀存儲器(ROM)、隨機(jī)存取存儲器(RAM)、內(nèi)部存儲器、寄存器、計(jì)算機(jī)硬盤、可移動盤、CD-ROM、光盤、軟盤、磁盤、或類似物。所述程序/軟件可以包括指示計(jì)算機(jī)裝置上的一個(gè)或多個(gè)處理器執(zhí)行根據(jù)多不同實(shí)施例的方法的編碼指令。

所披露的實(shí)施例容許多種不同的修改和替代形式，并且其具體實(shí)例已經(jīng)通過舉例的方式示出在附圖中并且在此進(jìn)行了詳細(xì)描述。然而應(yīng)當(dāng)理解的是，所描述的這些實(shí)施例并不局限于所披露的具體形式或方法，而是相反，本披露將覆蓋所有的修改、等效物以及替代方案。

雖然已經(jīng)在此展示并描述了本發(fā)明的優(yōu)選實(shí)施例，但對于本領(lǐng)域技術(shù)人員顯而易見的是，此類實(shí)施例僅僅是通過舉例提供的。現(xiàn)在，在不脫離本發(fā)明的情況下，本領(lǐng)域技術(shù)人員將想到許多的變體、改變和替換。應(yīng)當(dāng)理解的是，在此描述的本發(fā)明實(shí)施例的各種替代方案也可以在本發(fā)明的實(shí)踐中使用。意在使以下的權(quán)利要求書限定本發(fā)明的范圍，并且由此涵蓋這些權(quán)利要求的范圍內(nèi)的方法和結(jié)構(gòu)及其等效物。