公开(公告)号：CN117765070A

公开(公告)日：2024-03-26

申请号：CN202311546658.8

申请日：2023-11-20

Applicant: 东南大学

Inventor： 潘树国 ,  徐锦乐 ,  高旺 ,  何少鹏 ,  赵庆

IPC: G06T7/73 ,  G06T17/00 ,  G06T7/246 ,  G06V20/58 ,  G06V10/764 ,  G06V10/82 ,  G06T7/13 ,  G06T7/136 ,  G06T7/50 ,  G01C21/16 ,  G01C21/18 ,  G01C22/00

Abstract: 本发明公开了一种在视觉/惯性里程计中估计交通标志位置姿态信息方法。首先读入相机采集的图像信息和惯性信息，对图像进行特征提取与跟踪，并通过三维结构重建和惯性积分对齐完成里程计初始化，后通过神经网络yolov5对输入图像中的标志物体进行识别检测，将检测结果进行形状拟合提取标志物中的关键点信息，在已知交通标志物先验信息的情况下，通过重力加速度方向和几何重建方法，估计标志物距离载体位置和相对载体姿态，以ArUco标志作为真值估计交通标志重建结果精度，其中位置精度在分米级，航向角误差在4°以内。

公开(公告)号：CN116957958A

公开(公告)日：2023-10-27

申请号：CN202310751164.7

申请日：2023-06-25

Applicant: 东南大学

Inventor： 潘树国 ,  徐锦乐 ,  高旺 ,  刘宏 ,  赵庆 ,  何少鹏

IPC: G06T5/00 ,  G06T7/80 ,  G06T7/246 ,  G06T7/73 ,  H04N23/71 ,  H04N23/76

Abstract: 本发明公开了一种基于惯性先验校正图像灰度的VIO前端改良方法。首先读入相机采集的图像信息，对图像进行特征提取与跟踪，在VIO完成初始化后，以已知深度的特征点为被跟踪点，通过IMU预积分结果预测相机的姿态变化，作为先验估计得到被跟踪点在当前相机输入图像中的像素位置，并取邻域范围内的像素信息与被跟踪点对应的邻域像素信息计算结构相似性衡量指标结果，根据结果选择不同策略对图像区域进行灰度变化处理图像，在L‑K光流金字塔中使用被跟踪点的预测位置为初始值以得到跟踪结果更加准确的特征点对，筛选得到关键帧后作为视觉前端几何约束进入后端优化得到位姿估计结果。应用本发明的方法求解的轨迹进度较VINS‑Mono算法的轨迹精度提升最高达55.7%。