半直接法与IMU融合的双目视觉里程计

针对基于特征点法的视觉里程计实时性和鲁棒性较差的问题,提出一种基于半直接法的双目视觉惯性里程计算法.在跟踪线程中将惯性测量数据作为先验,并使用逆光流法跟踪均匀化的特征关键点,以提高特征匹配的速度和鲁棒性,构建高精度的初始化地图,为后续的运动估计提供良好的初值.使用简化的双目视觉模型构造重投影误差,结合IMU误差项构建联合优化模型,并在滑动窗口中进行非线性优化求解.实验结果显示,该算法在数据集上的定位精度达到主流算法的水平,与VINS-Fusion算法相比,此算法拥有更低的CPU负载和更高的运行帧率.