基于VI-DSO的改进单目视觉惯性里程计

针对目前纯直接法的视觉里程计缺乏尺度信息,优化位姿时容易陷入局部最优点,且单目视觉初始化时收敛速度较慢等问题,提出了一种改进的直接法单目视觉惯性里程计方案.基于目前效果较好的直接法视觉惯性里程计VI-DSO,提出修改方案.在初始化时,针对VI-DSO方案忽略IMU的初始化,采用后端统一优化的方式估计IMU偏置,导致尺度收敛慢,累积误差较大的问题,增加了IMU偏置及尺度的MAP快速预估,加快了初始化时尺度收敛的速度,同时也为后端优化提供了一个较精确的初始数据,减少累积误差;在深度估计中,改进了深度滤波方案,参考了SVO的滤波方法,利用高斯-均匀滤波器估计误匹配的概率,剔除错误的深度估计,融合正确的深度数据,提高定位精度;在边缘化过程中,完善了VI-DSO方案的边缘化策略,增加了对当前运动状态的判断,根据运动状态选择需要边缘化的帧,确保滑窗内有足够的视差.通过在EuRoc数据集中的测试结果表明,改进后的方案,初始化速度提升了33%,平均定位精度提高了34.5%.