首页|弱纹理环境下的视觉惯性里程计优化方法

弱纹理环境下的视觉惯性里程计优化方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于视觉的机器人自主定位与导航系统都是利用点特征进行工作,但在弱纹理环境中,无法提取充足的点特征,系统的精度与鲁棒性就会下降.为此,提出了一种弱纹理环境下的视觉惯性里程计优化方法.将点线特征融合,相对于点特征,线特征在弱纹理环境下有较强的鲁棒性,可提供更多的环境几何结构信息,有利于三维地图的构建.为了提高精度,使用紧耦合的方式将相机与IMU采集到的数据融合.利用滑动窗口算法,将IMU预积分后的误差与点线重投影误差,在滑动窗口中用最小化误差函数的方式进行优化.通过EuRoc数据集,将优化后的系统与VINS-Mono系统进行比较.经测试,不同场景中的几组数据的绝对轨迹误差都很小,且均方根误差下降3%左右.验证了算法的精度与鲁棒性.
Optimization Method of Visual Inertial Odometry in Low-Texture Environment

Visual Inertial OdometryLine FeatureLow-Texture EnvironmentTightly CoupledSliding Window

王玺乔、赵津、刘畅、刘子豪

展开 >

贵州大学机械工程学院,贵州 贵阳 550025

视觉惯性里程计 线特征 弱纹理环境 紧耦合 滑动窗口

黔科合重大专项

ZNWLQC[2019]3012

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.392(10)
  • 1