![](https://csdnimg.cn/release/download_crawler_static/14138215/bg1.jpg)
第 33卷 第 6期 控 制 与 决 策 Vol.33 No.6
2018年 6月 Control and Decision Jun. 2018
文章编号: 1001-0920(2018)06-1008-09 DOI: 10.13195/j.kzyjc.2017.0304
考虑多位姿估计约束的双目视觉里程计
张国良, 林志林
†
, 姚二亮, 徐 慧
(火箭军工程大学 控制科学与工程系,西安 710025)
摘 要: 为了提升复杂环境中双目视觉里程计的精度, 提出一种考虑多位姿估计约束的双目视觉里程计方法. 首
先,分别建立匹配深度已知点与深度未知点的数学模型, 将深度未知点引入 2D-2D位姿估计模型,从而充分利用图
像信息; 然后, 基于关键帧地图点改进 3D-2D 位姿估计模型, 并结合当前帧地图点更新关键帧地图点, 从而增加匹
配点对数, 提高位姿估计精度; 最后, 根据改进的 2D-2D 及 3D-2D 位姿估计模型, 建立多位姿估计约束位姿估计模
型, 结合局部光束平差法对位姿估计进行局部优化, 达到定位精度高且累积误差小的效果. 数据集实验和实际场
景在线实验表明,所提出方法满足实时定位要求,且有效地提高了自主定位精度.
关键词: 双目视觉里程计;位姿估计;局部光束平差法;数据集
中图分类号: TP242.6 文献标志码: A
Stereo visiual odometry with multi-pose estimation constraints
ZHANG Guo-liang, LIN Zhi-lin
†
, YAO Er-liang, XU Hui
(Department of Control Science and Engineering,Rocket Force Engineering University,Xi’an 710025,China)
Abstract:
In order to improve the accuracy of the stereo visual odometry in complex environment, a method of stereo
visiual odometr y with multi-pose estimation constraints is proposed. Firstly, the mathematical models of matching points
with the known depth and the unknown depth are established respectively, and then an improved 2D-2D pose estimation
model considering the depth of unknown points is proposed, so that the image information can be used fully. Then, the
3D-2D pose estimation model is improved based on the keyframe mappoints, and the keyframe mappoints are updated
according to the mappoints corresponding to the current frame. Therefore, the number of matched features can be more
and the accuracy can be increased. Finally, according to the improved 2D-2D and 3D-2D pose estimation model, the
pose estimation model with multi-pose estimation constraints is eatablished. Then the local bundle adjustment method
is applied to optimize the estimated pose, so that the accuracy will be high and the cumulative error will be small. The
experiments based on the datasets and the online experiment based on the actual scene show that, this method not only
can meet the requirements of real-time location, but also can improve the accuracy of the mobile robot autonomous
localization effectively.
Keywords: stereo visual odometry;pose estimation;local bundle adjustment;dataset
0 引 言
精确自主定位对于自主导航系统是至关重要
的, 近年来, 基于视觉方法设计的视觉里程计逐渐成
为自主定位的重要选择
[1]
. 视觉里程计是一种单纯利
用单个或多个视觉传感器的输入对运载体 (如汽车、
人、机器人)的位姿进行准确估计的方法, 它在机器人
学、增强现实和自动驾驶等领域中有着重要的应用
价值
[2]
. 视觉里程计具有使用成本低、功耗小、体积
小、价格低廉、获取的信息丰富和定位精度更高等优
点.
视觉里程计可分为单目视觉里程计和立体视觉
里程计. 对于单目视觉里程计, Nister
[3]
通过建立两帧
图像之间的二维特征对应关系,利用五点算法估计相
对位姿, 并利用 RANSAC的方法迭代提纯, 为视觉里
程计研究提供了可参考的处理框架, 对于后续的研究
发展起到了推进作用
[4]
. 但单目视觉里程计最大的缺
点是需要给定先验的空间尺度信息 (即图像帧序列
中的特征点的对应不能唯一确定, 有一个变化的尺
度因子), 在模型求解过程中, 会存在尺度因子的模糊
性
[5-6]
, 并在计算过程中, 需要更多的视觉特征点和图
收稿日期: 2017-03-22;修回日期: 2017-06-13.
责任编委: 毛志忠.
作者简介: 张国良 (1970−), 男, 教授, 博士, 从事先进控制理论与机器人技术等研究;林志林 (1993−), 男, 硕士生, 从
事视觉里程计的研究.
†
通讯作者. E-mail: lzl13468619594@163.com