基于特征匹配的惯性/视觉里程计组合导航方法

随着飞行器长时间、远程航行需求的不断增强，对导航系统的精度和自主性要求不断提高。纯惯性导航系统的导航误差随时间积累而不断增大，不能完全满足实际应用的需要[1-5]。基于特征匹配的惯性/视觉里程计组合导航可在不提高惯性元件精度的情况下，提升导航系统的导航精度，节约成本。

视觉里程计技术的基本内涵[6-9]为：通过计算前后帧图像中相同特征点的差异，在已知距离的情况下可以测量出载体的速度。 

传统的视觉里程计技术存在缺陷，受相机参数、测量距离的范围等影响，视觉里程计输出的速度信息与真实值将会存在一定的差异；并且，传统视觉里程技术在实时性和精确性方面难以同时满足组合导航的需求。

本文针对视觉里程计的技术特点，在求取图像差异（图像匹配）的过程中使用惯导系统的信息进行组合，可提升视觉里程计的精确性。应用组合导航技术时，利用卡尔曼滤波器对惯性、视觉里程计的误差同时进行估计，实现组合导航。

1基于特征匹配的视觉里程计算法

基于特征匹配的视觉里程计算法研究主要包括局部视觉特征提取、匹配、输出校正三部分内容。

1.1视觉里程计基本原理

视觉里程计的基本原理如图1所示：载体t₁时刻位于点o₁,t₁时刻运动到o₂。在全局世界坐标系中，载体位置和姿态的变化可以由六个参数(Δ_x,Δ_y,Δ_z,Δ_α，Δ_β，Δ_γ)表示，前三个参数代表位置的变化，后三个参数代表姿态的变化。如果载体在移动过程中每一帧都能确定其与前一帧时的位置和姿态，那么就自然实现了载体的定位。对全局坐标系中一点A，载体在t₁时刻观察到的A的坐标为(x₁ y₁ z₁)^T，t₂时刻观察到的坐标为(₂ y₂ z₂)^T，假如载体姿态发生了变化，也就是代表姿态的航向角、滚转角和俯仰角发生了变化。此三个角度的变化(Δ_α，Δ_β，Δ_γ)^T产生了维数为3×3旋转矩阵R，位置变化(Δ_α，Δ_β，Δ_γ)^T产生了平移向量T，则有：