点线特征融合的单目视觉里程计
为了解决地下工程场景下巡逻机器人的定位与建图问题,提出了一种基于点线特征融合的半直接单目视觉里程计(SVO)算法.本文算法可分为特征提取、状态估计和深度滤波器3个线程.特征提取线程负责图像点、线特征的提取;状态估计线程利用点、线特征不同的匹配与跟踪策略获得相机的6自由度位姿,并通过帧与帧、特征与特征、局部帧之间的约束关系进一步优化相机位姿;而深度滤波器线程通过概率分布的方式刻画三维路标点相对于相机光心的深度信息,该方式相对于固定深度值的方式能够提高深度估计的稳健性.本文算法在Euroc公开数据集运行的平均定位精度相对于LSD-SLAM算法提高了17.6%,而在Tum公开数据集上运行的平均定位精度相对于SVO算法提高了6.4%.利用加载摄像头的机器人平台进行测试,实际运行的定位误差大约为1.17%,满足实际需求.
机器视觉、巡逻机器人、自主定位与建图、点、线特征融合、视觉里程计、深度滤波器
55
TP24(自动化技术及设备)
国家自然科学基金61501470
2018-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
366-373