基于改进关键帧筛选的多状态约束卡尔曼滤波

作     者：修瑾智 方针 彭慧 陈燕苹 邹梦强 刘宇 杨诚霖 王森 XIU Jinzhi;FANG Zhen;PENG Hui;CHEN Yanping;ZOU Mengqiang;LIU Yu;YANG Chenglin;WANG Sen

作者机构：重庆邮电大学自主导航与微系统重庆市重点实验室重庆400065 重庆邮电大学智能传感技术与微系统重庆市高校工程研究中心重庆400065 中国电子科技集团公司第二十六研究所重庆400060 

出 版 物：《压电与声光》 (Piezoelectrics & Acoustooptics)

年 卷 期：2024年第46卷第4期

页      面：474-477页

学科分类：080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金资助项目(52175531,62305039) 重庆市自然科学基金项目资助(CSTB2023NSCQ-MSX0568,CSTB2022NSCQ-LZX0050,CSTB2023NSCQ-LMX0028,cstc2022ycjh-bgzxm0190) 

主　　题：关键帧 卡尔曼滤波 融合算法 视觉定位 惯性定位 

摘      要：基于多状态约束卡尔曼滤波的融合算法仅利用单帧图像进行位姿估计,若初始化不正确,会导致视觉位姿估计发散严重;若将每个视觉特征点都包含进系统状态向量,则极易增加系统计算负担。针对上述问题,提出了一种改进的关键帧选择算法,利用多个视觉关键帧对相同特征点的约束来减小视觉测量误差,提高定位精度,同时只将关键帧解算出的相机位姿融入系统状态向量,有效地降低了系统计算量。实验表明,改进算法与EKF相比,其定位精度和计算效率分别提升了29.09%和32.2%。与Orb-slam2相比,改进算法的计算效率提升了35.48%。