一种双目直接法视觉里程计

视觉里程计是机器人确定自身在周围环境中位置的关键技术,具有测量漂移小、精确的特点,适合较长时间的自主定位。提出一种使用双目相机的直接法视觉里程计,使用双目影像对与时序影像对之间的光度误差联合优化关键帧的位置与姿态、相机内参数、地图点坐标,并在车载道路基准数据集KITTI上进行测试,获得了良好的效果。     

基于点特征的单目视觉里程计实现

本文采用特征点检测实现移动机器人的单目视觉里程计,通过对图像进行网格划分保证特征点均匀分布,提高特征点匹配效率。并行计算基础矩阵及单应矩阵实现单目视觉里程计的自动初始化,采用RANSAC算法剔除外点提高特征点匹配质量。设定运动模型及参考帧模型加速帧间运动估计,并通过合理的关键帧选取策略及图优化提高相机位姿精度及鲁棒性。利用TUM数据集测试本文设计的单目视觉里程计,实验轨迹误差为3.58 m,通过Turtlebot2移动机器人对真实环境进行测试,实验表明本文方法的有效性。     

融合深度学习与几何算法的单目视觉里程计方法

针对传统单目视觉里程计缺少深度信息,导致大规模尺度漂移的问题,该文提出了一种融合无监督深度学习与几何算法的视觉里程计方法。在单目深度2(Monodepth2)网络的基础上,提出了深度及姿态一致性损失,引入改进的通道-空间注意力模块,解决了自监督联合深度姿态学习中尺度不一致的问题;从密集光流中提取精确的稀疏匹配,通过求解本质矩阵来恢复相对姿态,使其不依赖于姿态网络(PoseNet),具有更好的鲁棒性。在KITTI数据集上进行实验,结果表明,该文提出的方法相比传统几何方法和端到端的深度学习方法,在多项评估指标方面有明显提升,验证了该算法的有效性。     

具备尺度恢复的单目视觉里程计方法

针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。     

一种场景稳健的单目视觉里程计算法

针对利用单目相机采集的图像序列进行实时车载平台位姿估计问题,对比了不同单目半直接典型算法的原理和试验结果以及不同场景、运动状态、光照和耦合因素下的同名点跟踪算法、长时间场景稳健的高精度位姿估计方法、位姿优化方法的试验结果。通过与两个典型半直接MVO算法进行了计算过程多个阶段和计算结果多个方面的对比,得出每个阶段和整体结果更好的计算方法;最终总结提出了一种场景稳健的单目半直接视觉里程计算法并利用序列真实数据进行了试验验证。试验结果表明,该算法的长时间位姿估计的场景稳健性和计算精度均显著优于目前典型的半直接MVO算法,位姿估计精度比ERL算法提升10%以上,计算效率与典型的ERL算法相当,能够满足各类单目视觉里程计应用场景需求。     

双目视觉与惯导融合的移动机器人定位方法

为了提高移动机器人的定位精度,提出一种双目视觉与惯导融合的视觉SLAM算法.在视觉SLAM前端部分,为了保持直接法计算速度快及特征法精度高的特点,提出一种融合直接法和特征法的半直接法双目视觉里程计.在后端优化阶段,将视觉数据与IMU数据相互融合,在滑动窗口中以非线性优化的方式构建误差函数,优化位姿计算精度.在EuRoc数据集中对本文提出的算法进行试验验证.结果表明,与开源的视觉惯导融合的SLAM系统OKVIS、ROVIO和VINS-Mono相比,本文系统在Machine Hal l与Vi con Room两个场景中的定位精度均得到了明显的提升,同时可以保持较高的运行效率.     

单目相机-轮式里程计的自动内外参标定算法

本文提出了一种新的单目相机和轮式里程计系统的内、外参标定方法.不同于目前单独标定内外参的方法,本文方法能在一个平台上同时标定内参和外参.平台包含4个棋盘格,其中3个棋盘格基于优化理论标定内参,第4个棋盘用于标定外参.基于该平台,相机-里程计系统只需对3个棋盘格拍摄一次进行内参标定,然后沿直线行走,连续拍摄第4个棋盘格完...     

利用解耦光流运动场模型的双目视觉里程计位姿优化方法

针对地面移动测量系统(MMS)和无人驾驶车(AV)平台双目立体相机采集的图像序列进行实时载体位姿估计优化问题,提出利用光流运动场模型的载体位姿与图像光流矢量间关系,将光流矢量解耦为3个平移分量、3个旋转分量和一个深度分量,推导分析了解耦后单分量、组合分量误差对位姿估计的影响,利用仿真和真实数据试验,验证了不同模型下单分量、组合分量误差分离模型的有效性,并结合组合分量误差分离模型,提出了双目视觉里程计位姿估计的解耦光流运动场位姿优化算法。试验结果表明:该算法可在与初始估计几乎同等计算效率条件下,将载体横向平移平均误差由4.75%降低至2.2%,即横向平移误差平均降低了53.6%;将载体前向平移平均误差由2.2%降低至1.9%,即前向平移误差平均降低了15.4%,长时间运行累积误差率较低,能够满足低功耗高效率计算条件下的组合导航实时载体位姿估计需求。     

基于抗差LM的视觉惯性里程计与伪卫星混合高精度室内定位

视觉惯性里程计（VIO）和伪卫星已经广泛应用于室内环境定位中,但在实际应用中,二者各自都有明显的缺陷。视觉里程计依赖于实际场景,在景深变化明显和光照不均匀的环境下会产生粗差,而且误差会不可避免地随着时间累积,但是在相邻帧间能保证相对高精度的位姿测量。由于受到室内多径的影响,伪卫星室内定位的精度和可靠性很难保证。为增加室内定位的可靠性和稳定性,基于抗差LM非线性优化理论,本文主要研究利用视觉惯性里程计的相邻帧间高精度位姿测量和伪卫星融合的室内高精度定位技术。该算法不仅可以抵抗粗差,而且可以减弱不同传感器间权重设置不合理带来的影响。最后使用在室内环境下搭建的高精度动态捕捉设备对组合定位方法进行实验验证。试验结果表明,该方法不依赖回环即可消除视觉惯性里程计的累积误差,有效提高室内定位精度及可靠性。利用改进的LM算法融合后场景1和场景2,相对于VIO单独定位精度分别提高了59.0%和77.5%。     

一种双目混合追踪的视觉里程计算法

针对特征点法视觉里程计(visual odometry,VO)中,描述子匹配算力要求较高,而光流追踪算法存在误差累积的问题,提出了一种双目混合追踪的视觉里程计算法,并通过实验对该方法的定位结果与计算效率进行分析.在该算法中,前端在影像关键帧提取ORB(oriented brief)特征点并生成路标点,优先采用Inverse Compositional光流进行追踪,使用卡方检验等检测外点;为检测定位粗差,提出通过由相邻帧位姿恢复的极线进行检验;光流追踪失败或未通过极线检验时,提取ORB特征点维持跟踪或进行重定位;同时,后端进行相机位姿、路标点联合优化以减小误差累积.实验结果表明,该算法定位精度低于ORB-SLAM2(simultaneous location and mapping)算法,但运算效率有明显提升.     

用于行星探测车定位的视觉测程新方法

用于行星探测车的视觉测程方法已经被广泛研究,但传统的视觉测程方法仅根据相邻的两帧影像进行运动估计,忽略了连续多帧影像间更强的几何约束。本文提出一种新的视觉测程方法,在连续多帧影像间进行特征追踪构成影像网,并用光束法平差进行运动估计。在特征追踪过程中,根据不同立体影像中欧氏距离的一致性剔除离群值,并自适应地选择几何关键帧。用蒙特卡罗方法分析了不同几何配置下视觉测程的精度。野外实验结果表明本文提出的新方法能有效提高探测车定位精度。     

一种改进SURF的视觉影像匹配算法

视觉影像经常存在纹理情况复杂和动态模糊等情况,严重降低了连续影像间各类特征的相似性,导致传统的匹配算法难以获得准确、稳定、分布良好的影像匹配,影响后续影像处理中各类信息的获取.针对上述情况,本文提出了一种改进SURF视觉影像匹配方法.该方法包括特征提取、初始匹配和对应匹配3个步骤.首先,利用SURF特征匹配方法提取足够...     

斜率法确定岭参数

岭估计的主要问题是选择合适的岭参数,本文分析和讨论了不同病态指标下,参数范数随岭参数的变化规律,提出了用斜率法确定岭参数。通过斜率法与L曲线法、LS估计的数字模拟结果显示,斜率法简单、直观,确定的岭参数合理。     

复共线性对参数估计危害的度量及检验

本文针对测量平差实际,引进和发展参数估计的信噪比的概念,以度量复共线性对参数估计的危害及其大小,并将问题归结为一个统计假设检验问题,给出了检验统计量和检验方法。大量的模拟计算结果表明,运用该方法能够对每个参数的估计是否受到复共线性的危害及其危害的大小做出合理的判断。     

广义非线性动态最小二乘问题的一个直接解算方法

构建“数字地球”、“数字国家”等数字化科学工程的基础是数据[1 ] ,其数据具有多源、多维、多种类型、多种时态、多种精度并具有非线性特征等特点[2 ] ,首先要进行数据处理并应采用全新的广义非线性动态最小二乘法[3] [4] ,数据处理方法的核心是广义非线性动态最小二乘问题参数估计的函数模型及其解算方法 ,迄今国内外对这方面的研究尚不多。本文在作者前期研究、提出的广义非线性动态最小二乘函数模型参数估计迭代法求解[5] 的基础上 ,进一步研究、提出了一种广义非线性动态最小二乘模型参数估计的直接解算方法 ,将问题分离 ,把待求参数减半 ,直接求解。从而大大降低求解问题的维数 ,大大减少计算难度和计算工作量 ,这是国内外首次研究提出的一种比迭代法更快速、更有效、更科学的解算方法。为多源、多类、多时态数据处理开辟了一新途径 ,也大大扩大了广义非线性动态最小二乘法的应用面     

单窗算法和单通道算法对参数估计误差的敏感性分析

单窗算法和单通道算法的提出为应用LandsatTM热波段反演地表温度开辟了新途径。由于进行地面像元尺度同步温度测量难度较大,目前尚无法对这两种算法进行直接评判。通过对算法所需参数分别取一定变动区间并进行渐变取值测算,分析了算法对其参数估计误差的敏感性,以此作为对这两种算法适用性的一个间接评判依据。