为了提高视觉导航在重复纹理、动态场景、光照变化以及非直线运动等复杂场景下特征匹配的准确性和成功率,减少在大尺度环境下的漂移。提出了一种基于滤波的双目视觉惯性里程计算法。该算法利用捷联惯性导航算法进行纯惯导解算,提供短时...为了提高视觉导航在重复纹理、动态场景、光照变化以及非直线运动等复杂场景下特征匹配的准确性和成功率,减少在大尺度环境下的漂移。提出了一种基于滤波的双目视觉惯性里程计算法。该算法利用捷联惯性导航算法进行纯惯导解算,提供短时间内的相对位姿,在前端辅助视觉进行帧间跟踪;将视觉得到的相对位姿与惯导结果进行卡尔曼滤波,融合后的位姿作为里程计的最终位姿,从而调整局部地图。在KITTI数据集上的实验表明:在跟踪阶段,惯导辅助可提高特征点匹配的成功率,在面对复杂场景时,可减少误匹配,保证跟踪的鲁棒性,相较于ORB-SLAM2(oriented fast and rotated brief-simultaneous localization and mapping 2)算法与ORB-SLAM3算法,基于滤波的融合算法有更好的实时性。展开更多
文摘为了提高视觉导航在重复纹理、动态场景、光照变化以及非直线运动等复杂场景下特征匹配的准确性和成功率,减少在大尺度环境下的漂移。提出了一种基于滤波的双目视觉惯性里程计算法。该算法利用捷联惯性导航算法进行纯惯导解算,提供短时间内的相对位姿,在前端辅助视觉进行帧间跟踪;将视觉得到的相对位姿与惯导结果进行卡尔曼滤波,融合后的位姿作为里程计的最终位姿,从而调整局部地图。在KITTI数据集上的实验表明:在跟踪阶段,惯导辅助可提高特征点匹配的成功率,在面对复杂场景时,可减少误匹配,保证跟踪的鲁棒性,相较于ORB-SLAM2(oriented fast and rotated brief-simultaneous localization and mapping 2)算法与ORB-SLAM3算法,基于滤波的融合算法有更好的实时性。