基于改进PL-VIO算法的机器人视觉惯性光学测量法
针对在地图物体位姿识别中估计惯性测量和视觉轨迹识别繁多和图像位姿边缘精度不精确的情况,提出了一种改进点线视觉惯性测程算法(PL-VIO).在视觉前端,利用亚像素边缘提取方法对图像边缘角点进行迭代和精度提升,并对提取的角点进行边缘化约束,防止边缘的角点存在亚像素边缘检测越界问题.在视觉后端,为了提高提取精度和减少线特征的重复提取,对LSD提取后的线特征和点特征进行提取优化,在SFM之后对提取的线特征进行线合并,并删除冗余线.基于ROS平台利用EuRoc数据集进行实验,并把得到的实验数据导入到Evo中,利用Evo对实验数据进行分析和轨迹绘制,评定误差参数,实验结果中误差参数的整体减小证明了改进PL-VIO算法的优越性和准确性.
点线视觉惯性测程算法、边缘提取、点和线特征、ROS机器人仿真平台、线合并
50
TP301(计算技术、计算机技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
283-287