-
题名基于特征协同的单目视觉惯性同步定位与地图构建方法
- 1
-
-
作者
王浩
艾克成
张权益
-
机构
合肥工业大学计算机与信息学院
合肥工业大学大数据知识工程教育部重点实验室
安徽省高新技术发展中心(安徽省基础研究管理中心)
-
出处
《计算机工程》
北大核心
2025年第8期305-316,共12页
-
基金
安徽高校协同创新项目(GXXT-2022-055)
民航飞行技术与飞行安全重点实验室开放基金(FZ2022KF09,FZ2022ZZ02)。
-
文摘
在弱纹理环境中,当前的单目视觉惯性同步定位与地图构建(SLAM)存在视觉退化和误差偏移的问题,导致系统位姿估计精度不高。为解决此问题,提出一种基于特征协同的单目视觉惯性SLAM方法,首先对惯性测量单元(IMU)数据进行预积分并联合视觉信息进行松耦合的初始化,获取系统的先验信息和尺度信息,再引入线特征提取算法并对提取出的线特征进行优化,以减小计算开销。基于点线特征的位置关系和几何特性,使用特征协同关联算法在点特征和线特征之间建立稳定的关联约束,从而提升点特征跟踪的可靠性。提出一种基于多源信息融合的联合代价函数优化方法,对点特征重投影误差、线特征重投影误差以及IMU残差进行优化以提升位姿估计精度。在EuRoc和TUM VI公共数据集以及真实环境中的实验结果表明,相较于主流的视觉惯性SLAM方法,本文方法的在线特征检测和跟踪耗时平均减少26.5%,位姿估计均方根误差平均降低38.6%和43%,由此验证本文方法在弱纹理环境下具有更高的位姿估计精度。
-
关键词
同步定位与地图构建
视觉惯性
视觉退化
特征协同
多源信息
-
Keywords
Simultaneous Localization and Mapping(SLAM)
visual-inertial
visual degradation
feature collaboration
multi-source information
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名深度线索增强的全息视网膜投影显示
- 2
-
-
作者
屠科锋
孙菲
王梓
吕国强
冯奇斌
-
机构
合肥工业大学仪器科学与光电工程学院光电技术研究院
安徽省高新技术发展中心(安徽省基础研究管理中心)
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2024年第7期901-908,共8页
-
基金
国家自然科学基金(No.62275071,No.61805065)。
-
文摘
全息视网膜投影显示(retinal projection display,RPD)具有大景深的特征,是能够缓解辐辏聚焦冲突(vergence accommodation conflict,VAC)的近眼显示技术之一。但是,景深过大会导致聚焦模糊的深度线索丢失。因此,提出了一种基于带限随机相位的RPD全息图计算方法,其通过在目标图像面引入带限随机相位控制进入瞳孔的光束宽度,从而达到控制景深范围并增强深度线索的目的。计算全息图并再现过程可分为3步:首先,根据目标图像所在深度及进入瞳孔时限制的光束宽度计算得到带限随机相位。第二步,目标图像乘以球面波相位及带限随机相位后通过一步菲涅尔衍射获得全息图。最后,准直的激光光源照射于加载全息图的空间光调制器,再现的物光汇聚于人眼瞳孔处实现深度线索增强的全息RPD。实验结果表明,基于带限随机相位的全息RPD不仅具有低散斑、高再现质量等优势,而且能够灵活控制目标图像的景深,为观察者提供聚焦模糊的深度线索。
-
关键词
3D显示
全息显示
视网膜投影显示
带限随机相位
-
Keywords
3D display
holographic display
retinal projection display
band-limited random phase
-
分类号
TN27
[电子电信—物理电子学]
-
