基于点线综合特征的视觉惯性里程计方法研究

发布时间：2021-01-30 02:22

　　随着SLAM技术在现实生活中的应用日益普遍,单一传感器存在的局限性问题也愈发明显,目前研究发展的主要方向是对多个传感器进行融合的技术。视觉惯性里程计（Visual-Inertial Odemetry）是一种融合了相机传感器和IMU（Inertial Measurement Unit）测量数据的状态估计框架,具有精度高和鲁棒性好等优点,但其仅基于点特征的视觉图像处理方法,在快速运动、弱纹理、弱照明及光照变化明显等场景下具有较大挑战性,而线特征则在以上场景具有良好表现,且基于线特征构建的三维空间地图具有较好的结构性,可为之后的导航提供语义信息。综上所述,本文研究的基于点线综合特征的视觉惯性里程计方法具有重大意义。研究内容包括:（1）VIO框架下的线特征方法。首先研究基于线特征的提取与匹配方法,介绍LSD线特征提取方法,提出并实验验证改进的线特征匹配方法。其次针对系统后端迭代优化过程中出现的数值稳定性问题,在不同模块采用不同的线特征参数化方法,实现线特征的数据层融合,同时推导二者转换公式建立联系;最后研究利用线特征进行位姿初始化及地图初始化的方法,为后续位姿估计提供良好初始值。（2）基于优化... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

像素块示意图

哈尔滨工业大学工程硕士学位论文8表2-1区域增长算法进行上述操作后，获得线特征支持域结果如图2-2所示。图2-2线段支持域Step6：对上一步形成的离散线段支持域，进行矩形估计，使其成为包含线段支持域的最小矩形，作为线段提取的候选线段。需计算矩形的中心与主方向。矩形中心的计算公式为：G()x()G()G()()G()jregionxjregionjregionyjregionjjcjjyjcj(2-4)

哈尔滨工业大学工程硕士学位论文9矩形主方向与矩阵M有关。M的计算公式为：xxxyxyyymmMmm(2-5)22G()(x()c)G()(y()c),G()G()G()(x()c)(y()c)G()xyxxjregionyyjregionjregionjregionxyxyjregionjregionjjjjmmjjjjjmj(2-6)求取M特征值，取最小特征值对应的特征向量，算其角度即为主方向。完成像素合并后，获得矩形候选线段，如图2-3所示：图2-3矩形候选线段Step7：通过计算NFA评判候选矩形R中同性点数量的概率。NFA值的大小反映受检测目标相对背景的突出程度。本文设定ε=1作为阈值。NFA计算公式如下5/2NFA(r,i)(NM)B(n(r),k(r,i),p)(2-7)其中N,M为图像长宽的像素数。P初始值设为/B()为二项分布，计算公式为：B()1nnjjjknn,k,pppj(2-8)


本文编号：3008049