基于室内标志的视觉定位方法.docx

【基于室内标志的视觉定位方法】是针对室内高精度定位需求的研究，由于室内环境屏蔽了全球导航卫星系统(GNSS)信号，传统的GNSS定位技术在室内无法有效工作。因此，学者们提出了多种室内定位系统(IPS)，其中包括使用无线传感器（如Wi-Fi、蓝牙和UWB）、测量传感器（如激光测距仪和陀螺仪）和视觉传感器。 在无线传感器中，Wi-Fi指纹定位是常见方法，但受到非视距传播和信号变化的影响，定位精度有限，且需频繁更新指纹数据库。蓝牙定位通过考虑不同无线接入点的影响，可实现一定精度，但也有定位误差。UWB定位精度高，但成本较高，限制了其广泛应用。 测量传感器如激光雷达和陀螺仪能提供距离和运动信息，但成本高且陀螺仪易受无GPS环境的漂移影响。视觉传感器因其丰富的感知信息、低成本和易于集成，成为室内定位的理想选择。视觉定位算法主要包括SLAM（同时定位与建图）和“离线制图-在线定位”两类。SLAM如ORB-SLAM3使用ORB特征，但在特征点稀疏场景中误差较大。而“离线-在线”方法依赖于图像特征匹配找到最近图像并进行定位，如使用SURF特征，但计算耗时较长。 针对现有方法的不足，本文提出的视觉定位方法以室内标志为定位参照物，采用改进的全局BEBLID特征提取算法。这一方法分为离线和在线两个阶段：离线阶段收集标志点图像和坐标信息，构建场景标志地图；在线阶段则通过当前图像与地图图像的全局和局部BEBLID特征匹配，结合标志坐标信息计算摄像机位姿，从而实现机器人的准确定位。 该方法降低了计算耗时，减少了人工选取关键帧的工作量，提高了室内定位的效率和准确性，特别适用于室内导航、服务机器人和智能汽车的应用。这种方法为解决室内定位的挑战提供了新的思路，有望推动室内定位技术的发展和实际应用。