点线联合的优化视觉惯性里程计

作者：危双丰; 师现杰; 刘振彬^*; 肖斌

来源：测绘科学, 2021, 46(04): 20-27+36.

DOI：10.16251/j.cnki.1009-2307.2021.04.004

• 同时定位与地图构建(SLAM)
• 线特征
• 非线性优化
• 初始化
• 鲁棒性

为了减弱视觉同时定位与地图构建(SLAM)易受光照、纹理等条件的影响,在非线性化单目SLAM研究基础上,该文提出了一种加速度计bias估计优化初始化与点线特征结合的优化视觉里程计,使得在光线较弱的情况下也有较好的位姿估计效果,更优秀的初始化结果使得整个系统更加鲁棒、精度更高,且为了减少因为线特征的加入而增加的计算量,提出一种新的数据选择策略。通过和其他优秀算法(如PL-VIO、仅特征点方案)对比及真实场景实验的结果分析可知,该文提出的点线联合的优化视觉惯性里程计不仅能够减少定位误差,而且在光照条件较弱的环境中有较高的精度,既保证了系统的实时性,又提高了系统的鲁棒性。

• 单位
  北京建筑大学; 江西核工业测绘院