科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决移动机器人在低纹理场景中的定位精度较低，并且容易跟踪丢失问题，本文设计了一种点线特征提取和匹配策略，并将其引入视觉惯性同时定位和建图系统中。首先融合Line Segment Detector算法和Line Band Descriptor算法进行线特征提取和匹配，通过改良Line Segment Detector算法的隐藏参数，加快线特征提取速度。随后利用点线特征不同匹配筛选框架降低误匹配的数目，得出可以应用于视觉惯性同时定位和建图系统的线特征提取匹配算法。最终基于VINS-Mono框架，在视觉惯性里程计中融入额外的线特征约束，搭建能在未知环境下实现自主导航的VI-BLSD-Bow系统。在真实环境中进行移动机器人定位实验，定性和定量结果证明了VI-BLSD-Bow系统的精度和鲁棒性优于VINS-Mono系统。相较于VINS-Mono系统，VI-BLSD-Bow系统的室内定位精度提高了24.2%，走廊定位精度提高了8%，对于移动机器人在低纹理场景下的高精度定位具有较高价值。
-
单位机电工程学院; 哈尔滨工程大学; 维沃移动通信有限公司
