融合IMU去除运动模糊的改进光流匹配算法

作者：栾小珍; 魏国亮^*; 蔡洁

来源：计算机应用研究, 2022, 39(10): 3174-3185.

DOI：10.19734/j.issn.1001-3695.2022.02.0075

• 光流法
• 前端视觉里程计
• 运动模糊
• 多传感器融合

为进一步提高视觉SLAM中的光流匹配精度和速度，提出一种融合惯性测量单元(inertial measurement unit, IMU)去除运动模糊的改进光流匹配算法。该算法首先利用IMU运动信息计算的点扩散函数去除运动模糊，提高特征点匹配率；其次在LK(Lucas-Kanade)光流的基础上引入梯度误差，并使用图像梯度L1范数作为正则项模拟稀疏噪声，构建代价函数；然后利用IMU预测特征点位置作为该算法初始值，并加入BB(Barzilar-Borwein)步长改进原有的高斯牛顿算法，提高计算速度。实验表明，通过两帧之间的比较，该算法的效率和精度均优于LK光流法；然后将该算法集成到VINS-Mono框架，在数据集EuRoC上的结果显示，该算法提高了原有框架的定位精度和鲁棒性。

• 单位
  上海理工大学