-
题名一种低照度场景下的视觉定位技术
- 1
-
-
作者
李磊磊
钟傲
郝家镁
陈家斌
韩勇强
-
机构
北京理工大学自动化学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2024年第9期857-865,共9页
-
基金
国家自然科学基金(62173040)。
-
文摘
针对在低照度环境中由于光照不足或光照不均导致的图像噪声过大、特征提取不均匀等问题,提出了一种低照度场景下的单目视觉定位技术。首先,利用微光传感器采集低照度图像信息,对图像噪声设计了一种基于深度学习的图像去噪网络,利用该网络进行图像噪声处理。然后,利用四叉树改进特征均匀提取策略以提高特征跟踪效果,采用对极几何、三角测量等技术估计图像帧间位姿。最后,构建视觉重投影误差方程,利用光束平差法进行位姿估计和优化。实验结果表明,所提定位技术在光照强度为0.01 lx的低照度环境中,轨迹闭环情况下的平均定位均方根误差小于1.47 m,轨迹无闭环情况下的平均定位均方根误差小于4.26 m。
-
关键词
低照度
微光传感器
图像去噪
位姿估计
-
Keywords
low illumination
low-light sensor
image denoising
pose estimation
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名二维卫星地图像素匹配的无人机视惯定位方法
- 2
-
-
作者
李磊磊
雷玉嵩
梅一林
吕文振
郝家镁
韩勇强
-
机构
北京理工大学自动化学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2024年第11期1078-1085,共8页
-
基金
国家自然科学基金(62173040)
装备重大基础研究项目(51405-05B03)。
-
文摘
为提高无人机视觉惯性系统定位精度,提出了一种利用互联网二维卫星地图与无人机航拍图像匹配的视惯定位方法。首先通过航拍图像和惯性测量单元构建视觉惯性里程计(VIO),估计出无人机运动状态,获取特征点深度。然后对已匹配的图像对提取特征点,基于已知的卫星地图尺度和VIO估算的特征点深度进行像素级匹配和解算,获取匹配定位结果。最后构建VIO因子和匹配定位因子,采用因子图优化全局位姿。通过机载实验对所提方法进行验证,实验结果表明:相比于无地图匹配的VIO定位方法和无地图匹配的VIO+回环定位方法,所提方法的平均定位误差分别降低了50.14%和43.69%,有效提高了视觉惯性系统的定位精度。
-
关键词
卫星地图
特征匹配
视惯系统
因子图
-
Keywords
satellite maps
feature matching
visual inertial system
factor maps
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
