基于点线特征的双目视觉惯性里程计及其应用研究

发布时间：2025-06-27 02:13

　　视觉里程计(VO)是一种单独利用相机对移动载体进行定位的技术,其成本低廉,应用场景广泛,逐渐成为移动机器人自主定位的重要方式。传统的基于点特征的VO算法受到点特征的限制,在纹理缺失、存在光照变化或动态物体的场景下难以提供可靠的定位结果。考虑到人为构造的场景中存在较多直线,且惯性测量单元(IMU)和相机具有互补属性,近年来,利用线特征进行定位的VO算法和融合惯性测量信息的视觉惯性里程计(VIO)算法逐渐成为研究热点。为了提高VO在复杂环境下的定位能力,本文在传统的基于点特征的VO算法中加入线特征,并结合IMU进行信息融合,提出一种基于点线特征的双目VIO算法,即PLSVIO算法。本文主要研究内容包括:1)对空间直线的参数化方式及其相机投影模型进行探讨,采用两种表示方法对空间直线进行参数化,即利用普吕克坐标(Plucker coordinates)对空间直线进行坐标变换以及相机投影,利用正交表示法(orthonormal representation)在后端优化过程中对直线参数进行更新。2)设计了基于点线的视觉里程计算法,在基于关键帧优化的后端中对空间点和空间直线进行统一优化。为了提高数据关...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 视觉里程计
        1.2.2 基于线特征的视觉里程计
        1.2.3 视觉惯性里程计
    1.3 研究内容与论文结构
第二章 理论基础与准备工作
    2.1 三维刚体运动表示
        2.1.1 坐标系的定义
        2.1.2 李群和李代数
    2.2 空间直线的参数化
    2.3 相机投影模型
        2.3.1 点的投影
        2.3.2 线的投影
    2.4 基于优化的视觉惯性里程计
        2.4.1 算法实施框架
        2.4.2 最大后验估计
    2.5 本章小结
第三章 基于点线特征的双目视觉里程计
    3.1 图像中的特征
        3.1.1 ORB点特征
        3.1.2 LSD线特征
    3.2 特征的匹配
        3.2.1 立体匹配
        3.2.2 投影匹配
        3.2.3 暴力匹配
    3.3 基于点线的后端优化
        3.3.1 点线特征的观测误差
        3.3.2 点线观测误差的雅可比矩阵
    3.4 视觉里程计的实施框架
        3.4.1 跟踪线程
        3.4.2 建图线程
    3.5 本章小结
第四章 基于IMU预积分的视觉惯性融合
    4.1 IMU预积分算法
        4.1.1 IMU测量模型
        4.1.2 IMU预积分
        4.1.3 IMU零偏修正
    4.2 视觉惯性初始化
        4.2.1 陀螺仪零偏估计
        4.2.2 重力加速度估计
        4.2.3 加速度计零偏估计
        4.2.4 速度的估计
    4.3 视觉惯性融合
        4.3.1 位姿估计
        4.3.2 局部BA优化
        4.3.3 关键帧增删
    4.4 本章小节
第五章 实验结果与分析
    5.1 数据集测试
        5.1.1 初始化测试
        5.1.2 定位精度测试
    5.2 实际场景测试
        5.2.1 实验硬件平台
        5.2.2 实验内容与结果
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表论文与专利
致谢



本文编号：4053641