文献类型：期刊文章

作　　者：多靖赟[1] 赵毅琳[2] 赵龙[2] 李俊韬[1]

DUO Jingyun;ZHAO Yilin;ZHAO Long;LI Juntao(Beijing Key Laboratory of Intelligent Logistics System,Beijing Wuzi University,Beijing 101149,China;Automation Science and Electrical Engineering,Beihang University,Beijing 100191,China)

机构地区：[1]北京物资学院智能物流系统北京市重点实验室,北京101149 [2]北京航空航天大学自动化科学与电气工程学院,北京100191

出　　处：《Journal of Measurement Science and Instrumentation》

基　　金：supported by Beijing Tongzhou District Science and Technology Innovation Talent Foundation(No.JCQN2023030);National Science Foundation of China(No.42274037);Aeronautical Science Foundation of China(No.2022Z022051001);Beijing Wuzi University Youth Research Foundation(No.2022XJQN22)。

年　　份：2024

卷　　号：15

期　　号：1

起止页码：83-94

语　　种：中文

收录情况：AJ、CAS、CSCD、CSCD2023_2024、JST、普通刊

摘　　要：为提高视觉惯性导航系统在宽动态、长航时、大范围作业环境中的精确性与鲁棒性,提出了一种平面环境约束辅助的单目视觉惯性里程计。通过在视频图像中提取并跟踪均匀分布的FAST特征点,并采用对称光流剔除误跟踪点,实现了视觉特征点高效检测与精确跟踪;无需计算稠密深度地图,仅从稀疏特征点集中检测共面特征点,拟合空间平面,构建了对视觉特征点三维坐标的空间几何约束;融合视觉特征点重投影误差、共面特征点坐标约束以及惯性测量单元(Inertial measurement unit,IMU)预积分误差构造代价函数,采用非线性优化方法估计了系统状态。最后,分别在公开数据集和实际户外场景中评估了算法的准确性和有效性。实验结果表明,相较于VINS-Mono和ORB-SLAM3算法,本文方法的定位结果有显著提升,实现了复杂应用环境中精确、稳定导航,在机器人、无人驾驶等领域具有较大的实用价值。

关 键 词：视觉惯性里程计  平面环境约束  状态估计 非线性优化  

分 类 号：TP391.41]