为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Loc...为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统直接对图像像素构建光度误差优化函数,无需提取特征点,克服了基于特征点法的SLAM系统在弱纹理场景下不鲁棒的缺陷,并且在前端跟踪阶段效率更高。提出一种快速、准确的双目初始化方法,结合三角化不确定性为不同类型的点赋予不同的深度范围,加速深度滤波器的收敛。同时,在运动估计阶段引入双目约束,使得该系统在绝对尺度上的定位更加准确。通过在公开的KITTI数据集11个序列上进行实验,实验结果表明所提出的算法在定位精度上明显优于同样采用直接法的Stereo Large Scale Direct SLAM(LSDSLAM2)和Stereo DSO,并达到与基于特征点法的ORB-SLAM3相近的水平,为直接法SLAM提供一种更优的定位方案。展开更多
文摘为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统直接对图像像素构建光度误差优化函数,无需提取特征点,克服了基于特征点法的SLAM系统在弱纹理场景下不鲁棒的缺陷,并且在前端跟踪阶段效率更高。提出一种快速、准确的双目初始化方法,结合三角化不确定性为不同类型的点赋予不同的深度范围,加速深度滤波器的收敛。同时,在运动估计阶段引入双目约束,使得该系统在绝对尺度上的定位更加准确。通过在公开的KITTI数据集11个序列上进行实验,实验结果表明所提出的算法在定位精度上明显优于同样采用直接法的Stereo Large Scale Direct SLAM(LSDSLAM2)和Stereo DSO,并达到与基于特征点法的ORB-SLAM3相近的水平,为直接法SLAM提供一种更优的定位方案。
