基于点线特征的单目视觉同时定位与地图构建算法

作     者：王丹 黄鲁 李垚 WANG Dan;HUANG Lu;LI Yao

作者机构：中国科学技术大学电子科学与技术系 

出 版 物：《机器人》 (Robot)

年 卷 期：2019年第41卷第3期

页      面：392-403页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金(61472380) 

主　　题：同时定位与地图构建(SLAM) 线特征 单目视觉 移动机器人 半直接法 

摘      要：当相机快速运动导致图像模糊或场景中纹理缺失时,基于点特征的同时定位与地图构建(SLAM)算法难以追踪足够多的有效特征点,定位精度和鲁棒性较差,甚至无法正常工作.为此,设计了一种基于点、线特征并融合轮式里程计数据的单目视觉同时定位与地图构建算法.首先,利用点特征与线特征的互补来提高数据关联的准确性,并据此构建具有几何信息的环境特征地图,同时引入轮式里程计数据为视觉定位算法提供先验和尺度信息.然后,通过最小化局部地图点、线的重投影误差得到更准确的视觉位姿,在视觉定位失效时,定位系统能根据轮式里程计数据继续工作.通过对比在多组公开数据集上得到的仿真实验结果可知,本文算法性能优于MSCKF (multi-state constraint Kalman filter)和LSD-SLAM(large-scale direct monocular SLAM)算法,证明了该算法的准确性和有效性.最后,将该算法应用于课题组搭建的机器人系统上,得到单目视觉定位均方误差(RMSE)约为7cm,在1.2GHz主频、四核处理器的嵌入式平台上平均每帧(640×480)的处理时间约为90ms.