基于单目视觉和惯性信息融合的SLAM研究

摘要：

定位与建图是移动机器人自主导航的重要基础.基于单目视觉的SLAM算法存在着在快速运动、图像遮挡、纯旋转运动等场景下丢失目标的问题.IMU可以对短时间内的快速运动作出较好的位姿估计,而视觉数据可以有效地估计并修正IMU在慢速运动中的漂移,因此融合视觉和IMU的信息,提出了一种基于单目视觉和惯性信息融合的SLAM算法,弥补上述单目视觉SLAM算法存在的缺陷.首先,进行FAST角点检测并利用稀疏光流法对角点进行跟踪,提出一种基于IMU辅助的光流跟踪算法,在进行快速运动时,提高光流跟踪的速度.同时,利用IMU预积分算法,来估计两帧图片之间的相机运动,辅助光流跟踪.然后提出一种基于动态权值的视觉和惯性信息融合,采用滑动窗口的非线性优化框架,以紧耦合的方式来优化视觉和惯性测量值.最后利用任意长度图像序列生成地图.将算法在TUM数据集上进行测试,构建的地图显示该算法能够在复杂场景下重构全局一致的地图.

关键词：同时定位与地图构建、多传感器融合、IMU预积分

所属期刊栏目：43

分类号：V279(各类型航空器)

资助基金：吉林省科技发展计划项目;吉林省教育厅"十三五"科学技术项目

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：118-124