基于稀疏直接法的水下单目视觉惯性里程计

1

作者 王益美 黄琰 冯浩 《测绘通报》 北大核心 2025年第1期94-100,共7页

针对水下视觉导航在弱纹理环境下定位精度低及稳健性较差的问题,本文提出了一种基于稀疏直接法的水下单目视觉惯性里程计。该方法基于像素灰度不变的假设,通过优化光度误差估计相机位姿,避免了特征点提取和匹配的复杂过程,从而提高了导... 针对水下视觉导航在弱纹理环境下定位精度低及稳健性较差的问题,本文提出了一种基于稀疏直接法的水下单目视觉惯性里程计。该方法基于像素灰度不变的假设,通过优化光度误差估计相机位姿,避免了特征点提取和匹配的复杂过程,从而提高了导航的实时性和稳健性;同时,结合惯性测量单元(IMU)的数据,利用误差状态卡尔曼滤波(ESKF)进行数据融合进一步减小误差,以提高自主水下机器人(AUV)在水下复杂环境导航的稳定性和精度。试验结果表明,误差达厘米级且与单纯的视觉算法相比,有所减小,证明了该系统能够有效融合视觉和惯性信息,在水下导航领域具有较高的精度和稳健性。 展开更多

关键词 稀疏直接法 自主水下机器人 惯性测量单元 视觉惯性里程计 误差状态卡尔曼滤波

在线阅读 下载PDF 职称材料

一种实时动态特征点识别方法及其视觉惯性里程计应用

2

作者 曹龙 柳景斌 +1 位作者 张伟 李孟祥 《测绘通报》 北大核心 2025年第7期26-31,共6页

视觉惯性里程计是一种常用的定位技术。该技术是建立在静态环境假设的前提下,在动态环境中稳健性和定位精度会降低。由于使用语义分割或目标检测的方法对动态物体进行识别,存在无法识别未定义的动态物体、错误识别静止物体以及实时性差... 视觉惯性里程计是一种常用的定位技术。该技术是建立在静态环境假设的前提下,在动态环境中稳健性和定位精度会降低。由于使用语义分割或目标检测的方法对动态物体进行识别,存在无法识别未定义的动态物体、错误识别静止物体以及实时性差等问题。为此,本文提出了一种实时动态特征点识别方法,用于提高视觉惯性里程计在动态场景中的定位精度。首先,对图像中的特征点速度矢量进行聚类分析;然后,基于极线匹配误差,对特征点的运动状态进行估计,识别出高动态点并去除,为低动态点设置权重因子;最后,在多组公开的动态数据集中进行评估。与其他的视觉惯性里程计算法的对比结果表明,本文方法显著提高了视觉惯性里程计在动态环境下的定位精度。 展开更多

关键词 视觉惯性里程计 动态物体 定位 特征点 聚类分析 极线匹配误差

在线阅读 下载PDF 职称材料

复杂环境下无人机视觉惯性里程计设计

3

作者 汤琴琴 王立喜 +3 位作者 侍经纬 李春辉 刘云平 敖洋钒 《中国惯性技术学报》 北大核心 2025年第2期140-146,共7页

为提高无人机在快速移动、光照变化大等复杂环境下的位姿精度,设计了一种单目事件相机/单目标准相机/惯性测量装置(IMU)融合的视觉惯性里程计。首先利用IMU的角速度和视觉惯性里程计后端的线速度补偿事件帧的旋转和平移,生成高质量事件... 为提高无人机在快速移动、光照变化大等复杂环境下的位姿精度,设计了一种单目事件相机/单目标准相机/惯性测量装置(IMU)融合的视觉惯性里程计。首先利用IMU的角速度和视觉惯性里程计后端的线速度补偿事件帧的旋转和平移,生成高质量事件帧;其次采用BEBLID描述子提取算法增强事件帧和标准帧的特征匹配能力,使用基于帧的特征跟踪方法对事件帧和标准帧进行独立跟踪,结合随机抽样一致算法和三角测量进行深度估计,并以基于优化的方式将三种传感器进行紧耦合。最后在UZH-FPV数据集上进行了实验验证。实验结果表明,在明暗变化大的场景下,所提方法的无人机平均绝对定位误差相比PL-EVIO减小了19.6%;在高速场景下,相比Ultimate SLAM减小了46.9%。 展开更多

关键词 事件相机 视觉惯性里程计 运动补偿 图像匹配 无人机

在线阅读 下载PDF 职称材料

基于互相关和旋转约束的视觉惯性里程计在线时间校准算法

4

作者 蒙军杰 熊军林 《计算机应用研究》 北大核心 2025年第1期288-292,共5页

在融合相机和惯性测量单元(IMU)的数据推测机器人的运动轨迹时,传感器测量记录的时间点对用于估计轨迹的视觉惯性里程计(VIO)的鲁棒性和准确性至关重要。然而,由于传感器数据到达接收端的延迟存在差异,图像数据流和IMU数据流之间通常存... 在融合相机和惯性测量单元(IMU)的数据推测机器人的运动轨迹时,传感器测量记录的时间点对用于估计轨迹的视觉惯性里程计(VIO)的鲁棒性和准确性至关重要。然而,由于传感器数据到达接收端的延迟存在差异,图像数据流和IMU数据流之间通常存在不可避免的时间偏置,为此提出了一种基于互相关和旋转对齐的视觉惯性里程计在线时间校准的算法。首先使用对极几何和预积分算法分别得到相机和IMU各自的相对位姿,并计算出相机的角速度;然后根据相机与IMU的角速度进行互相关计算,得到初步的时间偏置估计;最后利用相机和IMU相对位姿进行旋转约束,通过优化误差函数得到更精确的相对时间偏置估计,该时间偏置值随后用于平移传感器的时间轴以进行校准。实验表明,该算法能够减缓时间偏置对里程计精度带来的影响,并使得VIO能够在具有更大时间偏置范围的数据流下稳定运行。 展开更多

关键词 在线时间校准 旋转约束 视觉惯性里程计

在线阅读 下载PDF 职称材料

模糊互补滤波的AGV视觉惯性里程计 被引量：1

5

作者 刘艳 王卓 《科学技术与工程》 北大核心 2024年第30期13048-13054,共7页

为提高自动导引车(automated guided vehicle,AGV)在复杂视觉环境下的定位性能、降低硬件成本,提出了一种基于AprilTag和模糊互补滤波的视觉惯性里程计(visual-Inertial Odometry,VIO)。采用扩展卡尔曼滤波器(extended Kalman filter,E... 为提高自动导引车(automated guided vehicle,AGV)在复杂视觉环境下的定位性能、降低硬件成本,提出了一种基于AprilTag和模糊互补滤波的视觉惯性里程计(visual-Inertial Odometry,VIO)。采用扩展卡尔曼滤波器(extended Kalman filter,EKF)融合陀螺仪、磁力计和编码器测量数据,计算航向角用于航位推算。通过对相机AprilTag识别距离和运动速度进行模糊推算获取标识权重,加权计算AprilTag进行视觉定位,减小多标识视觉定位误差。通过标识权重均值计算互补融合系数,将视觉定位和航位推算结果互补融合,提高VIO定位精度。实验结果表明,所提出的VIO在小型AGV的定位精度达到了41.84 mm,比惯性里程计和传统卡尔曼滤波的AprilTag-VIO分别提高了52.20%和20.75%。 展开更多

关键词 自动导引车 视觉惯性里程计 AprilTag 模糊算法 卡尔曼滤波 互补滤波

在线阅读 下载PDF 职称材料

基于点转移矫正的视觉惯性里程计 被引量：3

6

作者 张梦龙 张凯杰 +2 位作者 刘昌林 周琦 李京波 《中国惯性技术学报》 EI CSCD 北大核心 2024年第2期146-152,共7页

针对卷帘相机的卷帘效应会引起图像扭曲,进而影响系统定位精度的问题,提出了一种融合IMU信息的点转移矫正的视觉惯性里程计。首先,针对卷帘图像扭曲问题,利用三焦点张量的点转移方法修正卷帘图像,相当于输入系统的是全局图像。其次,为... 针对卷帘相机的卷帘效应会引起图像扭曲,进而影响系统定位精度的问题,提出了一种融合IMU信息的点转移矫正的视觉惯性里程计。首先,针对卷帘图像扭曲问题,利用三焦点张量的点转移方法修正卷帘图像,相当于输入系统的是全局图像。其次,为了保证算法在嵌入式硬件上实时运行,采用扩展卡尔曼滤波进行信息融合来提高系统的定位精度和降低计算资源的要求。然后,引入静态检测和异常检测来保证系统的鲁棒性。最后,所提算法在手机上以25 Hz左右的帧率实时运行,并在真实环境下进行实验。公开数据集上的实验结果表明:与RS-VINS-Mono算法相比,所提算法的定位精度提升了27%,验证了该算法可有效融合视觉和惯性信息来减小卷帘效应带来的定位误差,提高了系统的鲁棒性。 展开更多

关键词 同步定位与地图构建 视觉惯性里程计 卷帘相机 扩展卡尔曼滤波器

在线阅读 下载PDF 职称材料

融合事件的点线特征法视觉惯性里程计

7

作者 刘毓敏 蔡志浩 +2 位作者 孙家岭 赵江 王英勋 《兵工学报》 EI CAS CSCD 北大核心 2024年第11期3926-3937,共12页

视觉惯性里程计是机器人实现自主定位的关键技术,事件相机作为一种异步视觉传感器,与传统相机具有互补的特点。针对低光照、光照大幅度变化和高速运动场景,对事件相机的输出和传统图像进行融合,并结合惯性测量单元进行实时点线特征法视... 视觉惯性里程计是机器人实现自主定位的关键技术,事件相机作为一种异步视觉传感器,与传统相机具有互补的特点。针对低光照、光照大幅度变化和高速运动场景,对事件相机的输出和传统图像进行融合,并结合惯性测量单元进行实时点线特征法视觉惯性里程计研究。提出一种从事件流生成事件图像的算法,设计融合事件的点线特征检测方法;基于视觉-惯性紧耦合的思想,设计后端滑动窗口优化算法;进行数据集试验验证和无人机飞行试验验证。在数据集上的试验结果表明:与仅使用传统图像的点线特征法视觉惯性里程计相比,在高速运动的场景下,定位误差平均减少了22%以上;在低光照、光照大幅度变化的场景下,定位误差平均减少了59%以上。 展开更多

关键词 事件相机 点线特征 视觉惯性里程计 视觉同时定位与地图构建 位姿估计

在线阅读 下载PDF 职称材料

Deep-Init:基于深度学习的视觉惯性里程计非联合初始化方法

8

作者 史殿习 高云琦 +3 位作者 宋林娜 刘哲 周晨磊 陈莹 《计算机科学》 CSCD 北大核心 2024年第7期327-336,共10页

对于非线性的单目VIO系统来说,其初始化过程至关重要,初始化结果的好坏直接影响整个系统运行过程中状态估计的精度。为此,将深度学习方法引入单目VIO系统的初始化过程中,提出了一种高效的非联合初始化方法(简称Deep-Init),其核心是使用... 对于非线性的单目VIO系统来说,其初始化过程至关重要,初始化结果的好坏直接影响整个系统运行过程中状态估计的精度。为此,将深度学习方法引入单目VIO系统的初始化过程中,提出了一种高效的非联合初始化方法(简称Deep-Init),其核心是使用深度神经网络对IMU中陀螺仪的偏置和噪声等随机误差项进行准确估计,得到初始化过程中的关键参数,即陀螺仪的bias;同时,将IMU预积分与SfM进行松耦合,通过位置和旋转对齐,使用最小二乘法对绝对尺度、速度以及重力矢量等进行快速恢复,并将其作为初始值来引导非线性紧密耦合的优化框架。由于深度神经网络对陀螺仪数据进行补偿,从而大大提高了IMU中旋转估计量的准确性,有效提高了IMU数据的信噪比,同时减少了最小二乘方程失效的次数,因此进一步减少了计算量。使用去除误差项的陀螺仪数据的预积分量替换SfM中的旋转量,将IMU的旋转量作为真值,不仅避免了将不准确的SfM值作为真值进行初始化时所带来的误差,有效提升了系统状态估计的精度,而且能够有效地适应高速运动、光照变换剧烈和纹理重复等SfM估计效果差的场景。在EuRoC数据集上,对所提方法的有效性了进行实验验证,实验结果表明,所提出的初始化方法Deep-Init无论是精度还是耗时均取得了良好的效果。 展开更多

关键词 视觉惯性里程计 深度学习 初始化 惯性测量单元

在线阅读 下载PDF 职称材料

基于多旋翼无人机视觉惯性里程计的设计与实现

9

作者 廖士楠 王伟 王世勇 《兵工自动化》 北大核心 2024年第2期89-92,共4页

针对GNSS信号受到干扰或在拒止环境下,多旋翼无人机的导航定位问题,设计一种多旋翼无人机视觉惯性里程计系统。介绍系统的总体设计方案、硬件选型与设计、软件系统搭建、通信协议规定以及算法设计思路。实验验证结果表明:该系统可以实... 针对GNSS信号受到干扰或在拒止环境下,多旋翼无人机的导航定位问题,设计一种多旋翼无人机视觉惯性里程计系统。介绍系统的总体设计方案、硬件选型与设计、软件系统搭建、通信协议规定以及算法设计思路。实验验证结果表明:该系统可以实际运行在多旋翼无人机上,当GNSS信号不可用时,仍可向飞控实时提供多旋翼无人机当前可用位姿,为多旋翼无人机视觉辅助导航设计提供参考。 展开更多

关键词 多旋翼无人机 GNSS拒止 导航定位 视觉惯性里程计

在线阅读 下载PDF 职称材料

基于IMU预积分封闭解的单目视觉惯性里程计算法 被引量：10

10

作者 徐晓苏 吴贤 《中国惯性技术学报》 EI CSCD 北大核心 2020年第4期440-447,共8页

将扩展卡尔曼滤波器作为后端的视觉惯性里程计算法由于其在实时性高的同时能保持较高的精度,从而被广泛地用于实际环境中。针对如何快速精确处理两帧图像之间的IMU数据的问题,提出了一种基于IMU预积分封闭解的算法,相较于传统基于优化... 将扩展卡尔曼滤波器作为后端的视觉惯性里程计算法由于其在实时性高的同时能保持较高的精度,从而被广泛地用于实际环境中。针对如何快速精确处理两帧图像之间的IMU数据的问题,提出了一种基于IMU预积分封闭解的算法,相较于传统基于优化的视觉惯性里程计算法在分段常数加速近似下采用离散四元数积分来简化所需的预积分值,IMU预积分封闭解算法在IMU时间周期内求解解析解,并应用于多状态约束下的卡尔曼滤波器(MSCKF)视觉惯性里程计框架下,来提高系统定位的精度。针对MSCKF算法观测方程参数化方法存在的数值稳定性的问题,提出了一种逆深度的参数化方法,克服了MSCKF算法在空间点坐标z轴深度值趋近于零时,系统观测值会出现奇点的情况,有效增加系统的鲁棒性。在公开EuRoc数据集六个飞行序列上的试验结果表明,所提出算法相较于传统的MSCKF视觉惯性里程计算法漂移较小,均方根误差减少约36.5%,定位精度得到有效提升。 展开更多

关键词 多状态约束下卡尔曼滤波器 单目视觉惯性里程计 IMU预积分封闭解 逆深度参数化

在线阅读 下载PDF 职称材料

城市环境下视觉惯性里程计辅助PPP定位 被引量：2

11

作者 张守建 李欣然 +1 位作者 王逸石 徐博 《导航定位学报》 CSCD 2023年第6期34-41,101,共9页

针对复杂城市环境下,卫星信号容易受到遮蔽,精密单点定位(PPP)技术无法实现高精度连续定位,而视觉惯性里程计(VIO)可以提供连续的相对位置和速度,但其误差随时间累积,无法长时间独立提供高精度导航等问题,提出半紧组合VIO辅助PPP(VIO-P... 针对复杂城市环境下,卫星信号容易受到遮蔽,精密单点定位(PPP)技术无法实现高精度连续定位,而视觉惯性里程计(VIO)可以提供连续的相对位置和速度,但其误差随时间累积,无法长时间独立提供高精度导航等问题,提出半紧组合VIO辅助PPP(VIO-PPP)的定位方法:设计了VIO和PPP 2个滤波器;在VIO滤波器中,使用多状态约束下的卡尔曼滤波器来处理获取的视觉图像和惯性测量单元(IMU)观测数据,以预测位置和速度,并用PPP滤波器来修正预测值;同时根据定位精度因子和卫星的数量,在不同的环境中对PPP和VIO采取不同的加权策略;然后搭建全球卫星导航系统(GNSS)、惯性和视觉多源融合数据采集平台,对各传感器完成参数标定和时间同步,形成一套完整的城市环境下的高精度定位系统;最后在户外复杂环境中进行多组实验,比较VIO、PPP和VIO-PPP不同定位模式的定位结果。实验结果表明,多源融合导航系统可以显著提高导航性能,与PPP相比,VIO-PPP模型的精度能够提高40%以上,平面精度和高程精度分别可达到0.2和0.3 m。 展开更多

关键词 多源融合平台 参数标定 车载导航 半紧组合 精密单点定位(PPP) 视觉惯性里程计(VIO)

在线阅读 下载PDF 职称材料

移动机器人超宽带与视觉惯性里程计组合的室内定位算法 被引量：9

12

作者 申炳琦 张志明 舒少龙 《计算机应用》 CSCD 北大核心 2022年第12期3924-3930,共7页

对于移动机器人在室内环境的定位任务,新兴的基于视觉惯性里程计(VIO)的辅助定位技术受光线条件限制大,无法在黑暗环境中工作,且超宽带(UWB)定位易受非视距(NLOS)误差影响。针对以上问题,提出一种UWB与VIO组合的室内移动机器人定位算法... 对于移动机器人在室内环境的定位任务,新兴的基于视觉惯性里程计(VIO)的辅助定位技术受光线条件限制大,无法在黑暗环境中工作,且超宽带(UWB)定位易受非视距(NLOS)误差影响。针对以上问题,提出一种UWB与VIO组合的室内移动机器人定位算法。首先,采用立体视觉多状态约束下的Kalman滤波器(S-MSCKF)算法/双边双向测距(DS-TWR)算法和三边定位法,分别得到VIO输出的位置信息/UWB解算的定位信息;然后,建立位置测量系统的运动方程与观测方程;最后,通过误差状态扩展卡尔曼滤波(ES-EKF)算法来进行数据融合,得到机器人的最优位置估计。使用搭建的移动定位平台在不同的室内环境下对组合定位方算法进行验证。实验结果表明在有障碍物的室内环境下,与单一UWB定位方法相比,所提算法的总体定位的最大误差减小了约4.4%,均方误差减小了约6.3%;与VIO定位方法相比,所提算法的总体定位的最大误差减小了约31.5%,均方误差减小了约60.3%。可见所提算法可为室内环境下的移动机器人提供实时、精确且鲁棒的定位结果。 展开更多

关键词 室内定位 移动机器人 超宽带 视觉惯性里程计 卡尔曼滤波

在线阅读 下载PDF 职称材料

基于改进视觉惯性里程计的无人机系统设计 被引量：2

13

作者 王瑞 王茂森 +1 位作者 戴劲松 管红根 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第4期275-281,共7页

对小型旋翼无人机在缺乏GNSS信号情况下的定位导航问题,提出了基于改进视觉惯性里程计的无人机软硬件方案。首先设计带优先级的样本点采集策略和并行化计算方法,改进传统RANSAC算法,嵌入VINS-Fusion并用于无人机定位;其次,搭建无人机硬... 对小型旋翼无人机在缺乏GNSS信号情况下的定位导航问题,提出了基于改进视觉惯性里程计的无人机软硬件方案。首先设计带优先级的样本点采集策略和并行化计算方法,改进传统RANSAC算法,嵌入VINS-Fusion并用于无人机定位;其次,搭建无人机硬件平台,设计了飞控通信接口与控制系统。同时为高效地验证算法有效性,借助gazebo实现了无人机系统仿真。实验结果表明:算法在基础矩阵计算中平均内点比例提高1.8%,使用算法改进后的里程计在MH_01序列上的均方根误差降低0.001 m,在MH_02序列上的均方根误差降低0.019 m,满足无人机定位与导航时对精度与实时性的要求。 展开更多

关键词 视觉惯性里程计 改进RANSAC 外点剔除 VINS-Fusion 无人机

在线阅读 下载PDF 职称材料

基于GPU并行计算的快速视觉惯性里程计方法 被引量：1

14

作者 陈财富 汪双 +2 位作者 陈波 张华 王姮 《传感器与微系统》 CSCD 北大核心 2022年第10期18-21,25,共5页

针对当前视觉即时定位与地图构建(VSLAM)前端视觉惯性里程计(VIO)存在运算量大导致计算时间长的问题,提出了一种全新的基于图形处理器(GPU)并行加速的VIO方法。首先,对VIO进行加速算法设计,包括限制对比度的自适应性直方图均衡化(CLAHE... 针对当前视觉即时定位与地图构建(VSLAM)前端视觉惯性里程计(VIO)存在运算量大导致计算时间长的问题,提出了一种全新的基于图形处理器(GPU)并行加速的VIO方法。首先,对VIO进行加速算法设计,包括限制对比度的自适应性直方图均衡化(CLAHE)算法加速、FAST角点筛选改进加速以及改进光流跟踪算法加速。最后,将设计的加速算法串并组合成前端,结合开源VINS-Mono后端进行定位精度与实时性测试,平均耗时减少12.03 ms,定位精度均方根(RMS)值相差0.008 963 m。实验结果表明:提出的方法在保持定位精度的同时提升了算法实时性能,且优于VINS-Mono中基于OpenCV GPU加速的方法。 展开更多

关键词 视觉即时定位与地图构建 视觉惯性里程计 图形处理器 OpenCV数据库 加速

在线阅读 下载PDF 职称材料

基于卷积神经网络与扩展卡尔曼滤波的单目视觉惯性里程计 被引量：7

15

作者 林立雄 郑佳春 +1 位作者 黄国辉 蔡国玮 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第10期188-198,共11页

针对单目相机采集室外图像易受环境光照影响、尺度存在不确定性的缺点,以及利用神经网络进行位姿估计不准确的问题,提出一种基于卷积神经网络(CNN)与扩展卡尔曼滤波(EKF)的单目视觉惯性里程计。采用神经网络取代传统里程计中基于几何约... 针对单目相机采集室外图像易受环境光照影响、尺度存在不确定性的缺点,以及利用神经网络进行位姿估计不准确的问题,提出一种基于卷积神经网络(CNN)与扩展卡尔曼滤波(EKF)的单目视觉惯性里程计。采用神经网络取代传统里程计中基于几何约束的视觉前端,将单目相机输出的估计值作为测量更新,并通过神经网络优化EKF的误差协方差。利用EKF融合CNN输出的单目相机位姿和惯性测量单元(IMU)数据,优化CNN的位姿估计,补偿相机尺度信息与IMU累计误差,实现无人系统运动位姿的更新和估计。相比于使用单目图像的深度学习算法Depth-VO-Feat,所提算法融合单目图像和IMU数据进行位姿估计,KITTI数据集中09序列的平动、转动误差分别减少45.4%、47.8%,10序列的平动、转动误差分别减少68.1%、43.4%。实验结果表明所提算法能进行更准确的位姿估计,验证了算法的准确性和可行性。 展开更多

关键词 视觉惯性里程计 神经网络 惯性测量单元 扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

基于时空双流卷积和长短期记忆网络的松耦合视觉惯性里程计 被引量：3

16

作者 赵鸿儒 乔秀全 +2 位作者 谭志杰 李研 孙恒 《计算机学报》 EI CAS CSCD 北大核心 2022年第8期1674-1686,共13页

传统的松耦合视觉惯性里程计需要标定噪声和偏置等参数,而端到端学习的方法耦合性高、普适性低.因此,本文提出了一种由长短期记忆网络融合的端到端松耦合视觉惯性里程计EE-LCVIO(End-to-End Loosely Coupled Visual-Inertial Odometry)... 传统的松耦合视觉惯性里程计需要标定噪声和偏置等参数,而端到端学习的方法耦合性高、普适性低.因此,本文提出了一种由长短期记忆网络融合的端到端松耦合视觉惯性里程计EE-LCVIO(End-to-End Loosely Coupled Visual-Inertial Odometry).首先,在相机位姿和IMU融合部分,构建了一个时序缓存器和由一维卷积神经网络和长短期记忆网络相结合的融合网络;其次,为了解决现有单目深度视觉里程计难以利用长序列时域信息的问题,通过使用相邻图像对和帧间密集光流作为输入,设计了一种基于时空双流卷积的视觉里程计TSVO(Visual Odometry with Spatial-Temporal Two-Stream Networks).与DeepVO最多只能利用5帧图像信息相比,本文提出的视觉里程计可以利用连续10帧图像的时序信息.在KITTI和EUROC数据集上的定性和定量实验表明,TSVO在平移和旋转方面超过了DeepVO的44.6%和43.3%,同时,在传感器数据没有紧密同步的情况下,本文的视觉惯性里程计EE-LCVIO优于传统单目OKVIS(Open Keyframe-based Visual-Inertial SLAM)的78.7%和31.3%,鲁棒性高.与现有单目深度视觉惯性里程计VINet相比,EE-LCVIO获得了可接受的位姿精度,耦合性低,无需标定任何参数. 展开更多

关键词 视觉惯性里程计 双流融合 长短期记忆网络 松耦合 时序缓存器

在线阅读 下载PDF 职称材料

弱纹理环境下的视觉惯性里程计优化方法 被引量：2

17

作者 王玺乔 赵津 +1 位作者 刘畅 刘子豪 《机械设计与制造》 北大核心 2023年第10期237-241,共5页

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... 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。 展开更多

关键词 视觉惯性里程计 线特征 弱纹理环境 紧耦合 滑动窗口

在线阅读 下载PDF 职称材料

基于单目直接法的水下视觉惯性里程计方法 被引量：2

18

作者 赵洪全 徐会希 《舰船科学技术》 北大核心 2022年第5期65-69,共5页

为将视觉惯性里程计(VIO)有效地应用到水下场景中,提出一种适用于自主水下机器人(AUV)执行近距离作业任务时的水下VIO。针对水下环境中缺乏角点以及存在大量重复特征的特点,该系统在视觉部分使用了基于直接法的数据关联方式,在特征点提... 为将视觉惯性里程计(VIO)有效地应用到水下场景中,提出一种适用于自主水下机器人(AUV)执行近距离作业任务时的水下VIO。针对水下环境中缺乏角点以及存在大量重复特征的特点,该系统在视觉部分使用了基于直接法的数据关联方式,在特征点提取过程中将像素点的梯度模作为特征提取的标准;为保证提取出足够多且有效的特征点,采用动态调整特征点提取数量和提取阈值的方法。此外,通过最小化光度误差对视觉状态量进行估计。在AQUALOC数据集上的实验表明,本系统采用的直接法在比较恶劣的水下环境中获得了比ORBSLAM3更高的定位精度,并可构造出相对稠密的地图。 展开更多

关键词 自主水下机器人 水下定位 视觉惯性里程计 单目直接法

在线阅读 下载PDF 职称材料

基于视觉惯性里程计的室内自主飞行无人机系统设计 被引量：5

19

作者 蔺晓俊 薛涛 孙习贞 《机械设计》 CSCD 北大核心 2021年第S02期99-103,共5页

为解决在GPS信号缺失的室内环境下无人机的定位和自主飞行问题,以多旋翼无人机为平台,基于机器人操作系统(Robot Operating System,ROS)和MAVROS构建了通信网络系统,并选用英伟达Jetson NANO运行该系统,采用Pixhawk4飞行控制板运行核心... 为解决在GPS信号缺失的室内环境下无人机的定位和自主飞行问题,以多旋翼无人机为平台,基于机器人操作系统(Robot Operating System,ROS)和MAVROS构建了通信网络系统,并选用英伟达Jetson NANO运行该系统,采用Pixhawk4飞行控制板运行核心控制部分,结合基于英特尔追踪实感摄像头T265的位置信息,融合飞行控制板载传感器数据对无人机状态估计进行修正,提高了无人机室内自主飞行的稳定性。为进一步提高无人机室内自主飞行性能,基于ROS设计了飞行任务管理系统,实现了控制无人机在室内飞四边形轨迹。真实飞行试验结果表明:无人机自主飞行过程中可以实现一键起飞、自主降落、稳定悬停和飞行。 展开更多

关键词 无人机 室内自主飞行 ROS T265 视觉惯性里程计

在线阅读 下载PDF 职称材料

基于深度学习的视觉惯性里程计技术综述 被引量：4

20

作者 王文森 黄凤荣 +2 位作者 王旭 刘庆璘 羿博珩 《计算机科学与探索》 CSCD 北大核心 2023年第3期549-560,共12页

视觉惯性里程计在很多方面可以很好地实现视觉和惯性传感器的优势互补,获得高精度的6自由度导航定位,因此应用领域极为广泛。然而,传感器自身的误差、异常视觉环境的扰动、多传感器之间的时空校准误差都会干扰导航结果,导致导航精度下... 视觉惯性里程计在很多方面可以很好地实现视觉和惯性传感器的优势互补,获得高精度的6自由度导航定位,因此应用领域极为广泛。然而,传感器自身的误差、异常视觉环境的扰动、多传感器之间的时空校准误差都会干扰导航结果,导致导航精度下降。近年来,正在迅速发展的深度学习方法凭借其强大的数据处理和预测能力,给视觉惯性里程计的发展提供了全新的发展方向。对基于深度学习的视觉惯性里程计的主要发展成果进行了回顾与总结。首先,按照两种融合策略分别概述研究方法,包括深度学习与传统模型结合的方法和基于深度学习的端到端的方法。之后,根据深度学习类型分为监督学习和无监督/自监督学习的方法,并分别阐述了这些方法的模型结构。然后,概述了系统的优化与评估方法,并比较了其中一些具有代表性的方法的性能。最后,对该领域需要解决的关键难点问题进行了总结,对未来发展进行了展望。 展开更多

关键词 视觉惯性里程计 特征融合 深度学习 网络模型 位姿

在线阅读 下载PDF 职称材料