针对视觉惯性导航系统在高动态场景下由于快速运动、成像模糊等导致特征匹配精度低的问题,提出一种结合自适应关键帧策略与运动信息的特征匹配方法。首先,基于时间、惯性运动、成像清晰度及视差4项因子构建关键帧的更新判据,提出一种自...针对视觉惯性导航系统在高动态场景下由于快速运动、成像模糊等导致特征匹配精度低的问题,提出一种结合自适应关键帧策略与运动信息的特征匹配方法。首先,基于时间、惯性运动、成像清晰度及视差4项因子构建关键帧的更新判据,提出一种自适应关键帧策略,以提升关键帧的选取质量。其次,根据惯性运动信息,通过对图像进行几何变换实现相邻关键帧图像之间的共视区域匹配,旨在增强共视区域特征的可检测性。然后,采用改进的Oriented FAST and Rotated BRIEF(ORB)特征方法进行特征点的提取与匹配,以提高视觉特征点的匹配精度。最后,在公开数据集EuRoC上对所提方法进行测试。实验结果表明,所提特征匹配方法具有较好的精度与鲁棒性,在光照变化、成像模糊等动态场景具有较好的实用价值。展开更多
文摘针对视觉惯性导航系统在高动态场景下由于快速运动、成像模糊等导致特征匹配精度低的问题,提出一种结合自适应关键帧策略与运动信息的特征匹配方法。首先,基于时间、惯性运动、成像清晰度及视差4项因子构建关键帧的更新判据,提出一种自适应关键帧策略,以提升关键帧的选取质量。其次,根据惯性运动信息,通过对图像进行几何变换实现相邻关键帧图像之间的共视区域匹配,旨在增强共视区域特征的可检测性。然后,采用改进的Oriented FAST and Rotated BRIEF(ORB)特征方法进行特征点的提取与匹配,以提高视觉特征点的匹配精度。最后,在公开数据集EuRoC上对所提方法进行测试。实验结果表明,所提特征匹配方法具有较好的精度与鲁棒性,在光照变化、成像模糊等动态场景具有较好的实用价值。
