Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020087846 - NAVIGATION METHOD BASED ON ITERATIVELY EXTENDED KALMAN FILTER FUSION INERTIA AND MONOCULAR VISION

Publication Number WO/2020/087846
Publication Date 07.05.2020
International Application No. PCT/CN2019/079138
International Filing Date 21.03.2019
IPC
G06K 9/62 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
CPC
G06K 9/4671
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
36Image preprocessing, i.e. processing the image information without deciding about the identity of the image
46Extraction of features or characteristics of the image
4671Extracting features based on salient regional features, e.g. Scale Invariant Feature Transform [SIFT] keypoints
G06K 9/6288
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
6288Fusion techniques, i.e. combining data from various sources, e.g. sensor fusion
G06T 7/277
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
20Analysis of motion
277involving stochastic approaches, e.g. using Kalman filters
G06T 7/50
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
50Depth or shape recovery
G06T 7/70
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
70Determining position or orientation of objects or cameras
Applicants
  • 东南大学 SOUTHEAST UNIVERSITY [CN]/[CN]
Inventors
  • 徐晓苏 XU, Xiaosu
  • 袁杰 YUAN, Jie
  • 杨阳 YANG, Yang
  • 梁紫依 LIANG, Ziyi
  • 翁铖铖 WENG, Chengcheng
  • 刘兴华 LIU, Xinghua
Agents
  • 南京瑞弘专利商标事务所(普通合伙) NANJING RUIHONG PATENT & TRADEMARK AGENCY (ORDINARY PARTNERSHIP)
Priority Data
201811282269.831.10.2018CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) NAVIGATION METHOD BASED ON ITERATIVELY EXTENDED KALMAN FILTER FUSION INERTIA AND MONOCULAR VISION
(FR) PROCÉDÉ DE NAVIGATION FONDÉ SUR L'INERTIE DE FUSION DE FILTRE DE KALMAN ÉTENDU ITÉRATIVEMENT ET SUR LA VISION MONOCULAIRE
(ZH) 基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法
Abstract
(EN)
A navigation method based on iterative extended Kalman filter fusion inertia and monocular vision. The method specifically is as follows: mounting a monocular camera and an inertia measurement unit on a carrier, utilizing a message filter in an ROS to implement timestamp synchronization between the monocular camera and the inertia measurement unit, calculating a posture change between two consecutive images, calculating change information on position, speed, and rotation solved and obtained by the inertia measurement unit in a time corresponding thereto, making the position, speed, and rotation obtained by the inertia measurement unit as state variables of a system, and making posture change information obtained by a vision sensor as an observation to establish a system equation. Also, by means of a method for one-time iteratively extended Kalman filtration, information acquired by two sensors are fused, thus implementing real-time state estimation and navigation for the carrier. The method allows increased precision to be maintained during a real-time positioning and navigation process over an extended time, and provides the advantage of unchanged interframe calculation complexity.
(FR)
L'invention concerne un procédé de navigation fondé sur l'inertie de fusion d'un filtre de Kalman étendu itérativement et sur la vision monoculaire. Plus précisément, le procédé consiste : à monter un appareil photo monoculaire et une unité de mesure d'inertie sur un support ; à utiliser un filtre de message dans un ROS afin de mettre en œuvre une synchronisation d'horodatage entre l'appareil photo monoculaire et l'unité de mesure d'inertie ; à calculer un changement de posture entre deux images consécutives ; à calculer des informations de variation concernant la position, la vitesse et la rotation résolues et obtenues par l'unité de mesure d'inertie dans un temps correspondant ; à définir la position, la vitesse et la rotation obtenues par l'unité de mesure d'inertie en tant que variables d'état d'un système ; et à définir les informations de variation de posture obtenues par un capteur de vision en tant qu'observation pour établir une équation de système. En outre, au moyen d'un procédé de filtrage de Kalman étendu itérativement à une reprise, les informations acquises par deux capteurs sont fusionnées, mettant ainsi en œuvre une estimation d'état et une navigation en temps réel pour le support. Le procédé permet de maintenir une précision accrue pendant un procédé de positionnement et de navigation en temps réel sur un temps étendu, et offre l'avantage d'une complexité inchangée de calcul entre cadres.
(ZH)
一种基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法,该方法具体如下:在载体上安装单目相机与惯性测量单元,运用ROS中消息过滤器实现单目相机和惯性测量单元的时间戳同步,计算前后两帧图像之间的位姿变化,并计算其相应时间内的惯性测量单元解算得到的位置,速度,旋转等变化信息,将惯性测量单元得到的位置、速度与旋转等作为系统的状态变量,视觉传感器得到的位姿变化信息作为观测量建立系统方程。并通过一次迭代扩展卡尔曼滤波的方法对两种传感器获得的信息进行融合,实现载体的实时状态估计与导航。该方法可以在长时间实时定位与导航过程中保持较高的精度,且具有帧间计算复杂度不变的优点。
Also published as
Latest bibliographic data on file with the International Bureau