徐爱功,闫可新,高 嵩,宋 帅,隋 心
(1. 辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新 123000;2. 广州南方测绘科技股份有限公司 南方高铁研发中心,广州 510000)
随着人们对定位服务需求的提高,室内定位技术成为研究热点[1]。在室内环境下,由于信号的遮挡,全球卫星导航系统(global navigation satellite system,GNSS)及与其相关的组合定位系统无法进行有效定位[2]。在此环境下,视觉传感器作为无源传感器,是定位常用的一类传感器,具有成本低廉、轻巧便携、安装简单、无需先验信息且数据信息丰富等优点,因此可以在弱GNSS 信号环境下进行定位[3]。文献[4]首先提出了视觉里程计(visual odometry,VO)一词,指通过连续的图像作为输入估计自身的运动,是同时定位与地图构建(simultaneous localization and mapping,SLAM)技术的重要组成部分。按照相机的种类,VO 可分为单目VO 和立体VO。相比于立体VO,单目VO计算量小且标定简单,应用更加广泛[5]。按照实现方法可分为基于特征点法的VO 和直接法的VO[6]。相比于直接法VO,基于特征点法的VO 对光照变化和动态场景鲁棒性强,不易受到光照和噪声的影响。因此本文选用基于特征点法的VO 进行单目视觉的定位。然而单目VO 算法属于相对定位方式,本身无法估计绝对尺度,在特征单一的场景下,其定位精度较低,容易跟踪失败且误差随时间累积。超宽带(ultra-wide band,UWB)[7-8]没有场景纹理特征限制且没有误差累积问题,在视距(line of sight,LOS)环境下,能达到厘米级甚至毫米级的测距定位精度。UWB 有多种定位方式,其中基于往返时间(round trip time,RTT)方法,通过对时间的测量间接计算出UWB 基准站与流动站之间的距离,不需要增加其他硬件,没有时间同步误差[9]。……