申请/专利权人：山东金东数字创意股份有限公司

申请日：2024-04-16

公开（公告）日：2024-06-25

公开（公告）号：CN118052963B

主分类号：G06T19/00

分类号：G06T19/00;G06F3/01;G06T7/80;G06T7/73

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明提供了一种降低XR长时间误差积累的方法、介质及系统，属于XR误差降低技术领域，包括：利用滤波算法对XR的传感器数据进行预处理；将传感器采集的多源数据进行融合,求解XR设备在虚拟环境中的位姿的最优估计值；引入非线性误差状态卡尔曼滤波器,对系统状态和测量噪声进行实时估计和补偿；结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化；根据误差累积情况,动态调整传感器权重,降低误差贡献大的传感器权重；周期性地与已知标定位置进行对准,对位姿误差进行重新校准；构建误差分布模型,在后续应用中利用统计规律修正误差偏移；当误差积累超出预设的误差阈值时,启动重定位程序,重新确定初始位置和姿态。

主权项：1.一种降低XR长时间误差积累的方法，其特征在于，包括以下步骤：S10、收集XR设备运行过程中的传感器数据，为包含视觉、惯性、深度的多源数据；S20、利用滤波算法对传感器数据进行预处理：S30、建立综合优化模型,将预处理后的传感器数据进行融合,求解XR设备在虚拟环境中的位姿的最优估计值；S40、引入非线性误差状态卡尔曼滤波器,对系统状态和测量噪声进行实时估计和补偿；S50、结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化；S60、根据误差累积情况,动态调整传感器权重,降低误差贡献大的传感器权重；S70、周期性地与已知标定位置进行对准,对位姿误差进行重新校准；S80、构建误差分布模型,在后续应用中利用统计规律修正误差偏移；S90、当误差积累超出预设的误差阈值时,启动重定位程序,重新确定初始位置和姿态；其中，所述建立综合优化模型,将包含视觉、惯性、深度的多源数据进行融合,求解最优位姿估计值的步骤，具体是：对视觉数据进行目标检测和轨迹关联,获取目标运动信息；将目标运动信息与惯性和深度数据融合,构建误差代价函数；采用优化算法求解最优位姿解；其中，所述结合先验知识和运动约束条件,构建误差积累模型,预测未来状态的误差变化的步骤，具体是：建立地形模型,利用相邻区域频率特征判断地形陡峭程度；对平坦区域,采用平滑约束；对陡峭区域,采用边缘保持约束；将约束条件融入误差模型,预测未来误差变化趋势；其中，所述构建误差分布模型,在后续应用中利用统计规律修正误差偏移的步骤，具体是：统计不同应用场景下位姿误差的分布规律；将分布模型应用于新场景,修正系统误差。

全文数据：

权利要求：

百度查询： 山东金东数字创意股份有限公司 一种降低XR长时间误差积累的方法、介质及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD