现阶段室内等结构化环境中的机器人定位技术备受关注,视觉-惯性传感器融合的同时定位与建图(visual-inertial simultaneous localization and mapping,VI-SLAM)系统凭借其成本低、体积小、互补性高等优点得到广泛应用。针对现有VI-SLAM...现阶段室内等结构化环境中的机器人定位技术备受关注,视觉-惯性传感器融合的同时定位与建图(visual-inertial simultaneous localization and mapping,VI-SLAM)系统凭借其成本低、体积小、互补性高等优点得到广泛应用。针对现有VI-SLAM系统中相机和IMU的旋转外参在线初始化困难、室内环境中的结构化特征利用不充分等问题,提出一种结构化环境下基于点线特征的双目VI-SLAM系统。该系统基于结构化环境中的线特征,采用先静止、后运动的两步法,在线初始化相机和IMU之间的旋转外参,并通过融合视觉提供的点、线特征的重投影误差约束和IMU提供的预积分约束,共同优化定位系统的状态量。在EuRoC室内无人机数据集和真实地下停车场中的试验表明,两步初始化旋转外参算法有效且准确,可为优化环节提供良好的初始值,通过与多种视觉定位算法进行对比,验证了该系统拥有更高的定位精度。展开更多
文摘现阶段室内等结构化环境中的机器人定位技术备受关注,视觉-惯性传感器融合的同时定位与建图(visual-inertial simultaneous localization and mapping,VI-SLAM)系统凭借其成本低、体积小、互补性高等优点得到广泛应用。针对现有VI-SLAM系统中相机和IMU的旋转外参在线初始化困难、室内环境中的结构化特征利用不充分等问题,提出一种结构化环境下基于点线特征的双目VI-SLAM系统。该系统基于结构化环境中的线特征,采用先静止、后运动的两步法,在线初始化相机和IMU之间的旋转外参,并通过融合视觉提供的点、线特征的重投影误差约束和IMU提供的预积分约束,共同优化定位系统的状态量。在EuRoC室内无人机数据集和真实地下停车场中的试验表明,两步初始化旋转外参算法有效且准确,可为优化环节提供良好的初始值,通过与多种视觉定位算法进行对比,验证了该系统拥有更高的定位精度。