-
题名组合点线特征的视觉SLAM算法研究
- 1
-
-
作者
段元鹏
袁安富
张建伟
程畅
叶健峰
-
机构
南京信息工程大学自动化学院
-
出处
《信息技术》
2025年第1期133-140,146,共9页
-
文摘
针对视觉SLAM算法在低纹理场景下容易跟踪丢失和鲁棒性差的问题,提出了点线特征融合的视觉SLAM算法。该算法在前端跟踪阶段同时提取点线特征,并通过三个约束条件合并短线段以克服LSD算法长线段分割问题。后端优化阶段利用滑动窗口方法优化点线特征的重投影误差来提高定位精度。闭环检测引入基于点线特征的DBoW模型,有效减小运动漂移。实验结果显示,改进后的线段检测算法最多能够合并50%的短线段,点线特征融合的视觉SLAM算法表现出高鲁棒性和定位精度,绝对位置误差保持在10cm以内,满足机器人实时定位和地图构建需求。
-
关键词
视觉SLAM
短线段合并
线特征提取
点线特征融合
滑动窗口优化
-
Keywords
visual SLAM
short line segment merging
line feature extraction
point and line feature fusion
sliding window optimization
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于动态点线耦合的单目视觉惯性SLAM算法
- 2
-
-
作者
吴桐
黄宜庆
张开平
-
机构
安徽工程大学电气工程学院
高端装备感知与智能控制教育部重点实验室
-
出处
《长春师范大学学报》
2024年第2期59-67,共9页
-
基金
安徽省自然科学基金项目“基于增益调度切换的线性变参数系统输入饱和控制”(2108085MF220)
安徽省高校协同创新项目“自主智能无人系统视觉感知与控制”(GXXT-2020-069)。
-
文摘
针对传统视觉SLAM算法在暗纹理环境下鲁棒性差、定位精度低的问题,本文给出了一种基于动态点线耦合的单目视觉惯性SLAM算法。设定提取线特征的动态阈值,提高线特征利用率,然后利用点与线特征位置的相似性,提取新的点线耦合特征,并构造点线耦合残差模型,用点线耦合残差来搜索点与线特征之间的关系,将点线耦合残差集成到后端滑动窗口优化中,用以构造最小化成本函数。将构造的算法在EuRoC公开数据集上进行仿真,实验结果表明,本文设计的算法比VINS-Mono算法和PL-VIO算法的定位误差降幅明显,有效地增强了系统的鲁棒性,提高了系统的定位精度。
-
关键词
点线耦合
动态阈值
几何约束
滑动窗口优化
-
Keywords
point-line fusion
dynamic threshold
geometric constraints
sliding window optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名煤矿井下移动机器人多传感器自适应融合SLAM方法
被引量：4
- 3
-
-
作者
马艾强
姚顽强
-
机构
西安科技大学测绘科学与技术学院
-
出处
《工矿自动化》
CSCD
北大核心
2024年第5期107-117,共11页
-
基金
国家自然科学基金项目(42001417)
国土资源部煤炭资源勘查与综合利用重点实验室项目(KF2021-4)。
-
文摘
基于同时定位与建图(SLAM)技术的移动机器人能够快速、准确、自动化地采集空间数据,进行空间智能感知和环境地图构建,是实现煤矿智能化和无人化的关键。针对目前煤矿井下多传感器融合SLAM方法存在机器人前端位姿估计退化失效和后端融合精度不足的问题,提出了一种煤矿井下移动机器人激光雷达(LiDAR)−视觉−惯性(IMU)自适应融合SLAM方法。对LiDAR点云数据进行聚类分割,提取线面特征,利用IMU预积分状态进行畸变校正,采用基于自适应Gamma校正和对比度受限的自适应直方图均衡化(CLAHE)的图像增强算法处理低照度图像,再提取视觉点线特征。用IMU预积分状态为LiDAR特征匹配与视觉特征跟踪提供位姿初始值。根据LiDAR相邻帧的线面特征匹配得到移动机器人位姿,之后进行视觉点线特征跟踪,分别计算LiDAR、视觉、IMU位姿变化值,通过设定动态阈值来检测前端里程计的稳定性,自适应选取最优位姿。对不同传感器构建残差项,包括点云匹配残差、IMU预积分残差、视觉点线残差、边缘化残差。为了兼顾精度与实时性,基于滑动窗口实现激光点云特征、视觉特征、IMU测量的多源数据联合非线性优化,实现煤矿井下连续可用、精确可靠的SLAM。对图像增强前后效果进行试验验证,结果表明,基于自适应Gamma校正和CLAHE的图像增强算法能显著提升背光区和光照区的亮度和对比度,增加图像中的特征信息,大幅提升特征点提取数量和匹配质量,匹配成功率达90.7%。为验证所提方法的性能,在狭长走廊和煤矿巷道场景下进行试验验证,结果表明,所提方法在狭长走廊场景的定位均方根误差为0.15 m,构建的点云地图一致性较高;在煤矿巷道场景中的定位均方根误差为0.19 m,构建的点云地图可真实地反映煤矿井下环境。
-
关键词
煤矿井下移动机器人
同时定位与建图
激光雷达−视觉−惯性自适应融合
图像增强
位姿估计
多传感器数据融合
滑动窗口紧耦合优化
SLAM
-
Keywords
mobile robots for underground coal mines
simultaneous positioning and mapping
LiDAR-visual-IMU adaptive fusion
image enhancement
pose estimation
multi sensor data fusion
sliding window tightly coupled optimization
SLAM
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名室内环境下立体视觉惯导融合定位
被引量：1
- 4
-
-
作者
敖龙辉
郭杭
-
机构
南昌大学
-
出处
《测绘通报》
CSCD
北大核心
2019年第12期12-17,共6页
-
基金
科技部重点研发项目(2016YFB0502002)
国家自然科学基金(41764002
+1 种基金
41374039)
南昌大学研究生创新专项资金项目(CX2018156)
-
文摘
针对室内服务机器人在居家环境下导航定位问题,本文研究了紧耦合非线性优化的立体视觉惯性融合导航方法。本文采用预积分、边缘化、滑动窗口优化等关键技术,提出了一种稳健的视觉惯性导航系统初始化方法。运用于室内家庭服务机器人中,设计并实现了对应的视觉惯性融合导航系统。在搭建的模拟居家环境下,验证了本文系统的初始化方法能够提供稳健、准确的系统初值;最后通过试验验证了本文定位系统的准确性与稳定性,定位误差可控制在0.1 m以内。
-
关键词
IMU预积分
滑动窗口优化
室内机器人
立体视觉惯导融合
导航定位
-
Keywords
IMU pre-integration
sliding window optimization
indoor robot
stereoscopic visual inertial navigation fusion
navigating positioning
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名基于关键帧的视觉惯性定位算法
被引量：2
- 5
-
-
作者
徐玲
蔡慧
郑恩辉
花江峰
刘政
王谈谈
-
机构
中国计量大学机电工程学院
杭州古德微科技有限公司
-
出处
《科技通报》
2020年第5期77-81,共5页
-
基金
国家自然基金资助项目(60905034)
浙江省公益技术研究计划/工业项目(LGG18E070004)
-
文摘
针对视觉里程计定位精度易受环境因素干扰而降低的问题,本文采用视觉惯性定位方法。首先,利用惯性测量单元(IMU)在短时间内提供精确测量信息的特点,将视觉信息与IMU数据进行紧耦合处理,提高系统的定位精度。其次,为提高系统的实时性,将图像帧进行关键帧筛选,并提出一种关键帧选择方法。然后,采用滑动窗口融合优化模型,求解位姿估计得到相机的运动轨迹。最后,通过EuRo C数据集对本系统进行实验,评价了本文算法定位精度与时间效率,实验结果表明,与主流算法OKVIS相比本文算法在定位精度与实时性上均有所提高。
-
关键词
视觉里程计
关键帧
IMU
滑动窗口优化
-
Keywords
visual odometry
keyframe
IMU
sliding window optimizer
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
