科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对动态物体影响传感器进行机器人位姿估计的问题，提出了一种基于动态特征剔除点云与图像融合的位姿估计方法。首先，YOLOv4和PointRCNN分别被用于识别图像和点云中的潜在运动目标并提取候选框。其次，在视觉定位方面，双目视觉与稀疏光流被用于路标点的构建与追踪，并根据候选框剔除动态特征点，随后构建重投影误差函数，通过基于RANSAC剔除的非线性优化方法求解相机位姿。激光定位方面，提取前后帧的直线与平面特征点并根据候选框进行筛选，基于特征点云到直线或平面的距离构建误差函数，进而求解激光雷达位姿。为使系统不再局限于单一传感器的使用环境限制，本文通过自适应加权的方法，有效的融合了两种位姿结果。最后，通过KITTI数据集和动态场景采集的数据进行定量实验对比，验证了剔除动态特征后位姿估计的精确性和融合算法的有效性。
- 单位
