维普
万方数据
融合SuperGlue方法的深度单目视觉惯性导航算法
A deep monocular visual-inertial navigation algorithm with SuperGlue
刘亦博 1吴传文 2周宗锟 1陈华2
作者信息
- 1. 武汉大学卫星导航定位技术研究中心,湖北武汉430079
- 2. 武汉大学测绘学院,湖北武汉430079
- 折叠
摘要
针对图像的深度学习方法是解决传统视觉定位算法在复杂环境下特征提取不稳定、跟踪丢失等难题的有效途径.本文在VINS-Mono的基础上引入基于深度学习的SuperPoint特征提取方法和SuperGlue特征匹配方法,建立了一种融合SuperGlue方法的单目视觉惯性导航算法,并采用开源数据集和实际试验数据进行了评估.结果表明,该方法有效提升了复杂环境下单目视觉惯性算法的稳定性和精度,精度提升幅度可达26％.
关键词
视觉惯性导航/深度学习/SuperPoint/SuperGlue/VINS-MonoKey words
visual-inertial navigation/deep learning/SuperPoint/SuperGlue/VINS-Mono引用本文复制引用
基金项目
国家重点研发计划(2022YFC3005502)
湖北省科技重大专项(2022AAA002)
出版年
2024