-
题名基于闭环图像矫正和线特征聚类的改进PL-VINS
- 1
-
-
作者
张原玮
王祝
姚万业
王天宁
-
机构
华北电力大学自动化系
保定市电力系统智能机器人感知与控制重点实验室
-
出处
《仪器仪表学报》
北大核心
2026年第1期340-352,共13页
-
基金
中央高校基本科研业务费面上项目(2024MS140)资助。
-
文摘
在光照变化和重复纹理环境中,现有视觉惯性导航系统(VINS)存在特征提取数量不足和特征误匹配率高等问题,导致位姿估计精度和系统鲁棒性难以满足应用需求。对此,提出了一种改进PL-VINS算法,改善光照变化环境下的特征提取性能和重复纹理环境下的特征匹配性能。具体地,在图像预处理模块,提出一种闭环伽马矫正方法对图像亮度进行迭代调整,直至图像亮度达到期望值,以提高可提取到的特征数量,从而增强系统在光照变化环境下的鲁棒性;在线特征检测和跟踪模块,先计算空间平行线段对在图像平面的交点,并对交点进行聚类得到交点簇及其加权中心点,再依据线特征与加权中心点的距离和方向实现线特征的聚类,以提升重复纹理环境下线特征匹配的鲁棒性;在后端优化模块,将同簇线特征的交点作为特征加入到优化中,构建点、线和交点特征融合的重投影残差,以提升重复纹理环境下的位姿估计精度。公开数据集上对比测试结果表明,改进PL-VINS在EuRoC数据集上的绝对位姿误差平均值相比PL-VINS算法降低17.4%;在UMA-VI数据集上的绝对位姿误差平均值相比SuperVINS算法降低12.2%。为了进一步验证算法有效性,基于移动机器人搭建试验平台进行实物测试。实物试验结果表明,改进PL-VINS相比对比算法在光照变化和重复纹理环境下表现出更好的准确性和鲁棒性。
-
关键词
视觉定位
图像矫正
线特征聚类
pl-vins
-
Keywords
visual localization
image correction
line features clustering
pl-vins
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TH701
[机械工程—精密仪器及机械]
-
-
题名一种基于光流-线特征的单目视觉-惯性SLAM算法
被引量：13
- 2
-
-
作者
夏琳琳
沈冉
迟德儒
崔家硕
蒙跃
-
机构
东北电力大学自动化工程学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2020年第5期568-575,共8页
-
基金
吉林省教育厅科学技术项目(JJKH20200117KJ)
吉林市科技局杰出青年人才培养专项(20190104128)。
-
文摘
以实现机器人导航系统的高精度实时定位为目标,针对弱纹理环境下视觉SLAM运行不稳定、累积误差大,以及快速运行时算法失锁等问题,提出一种基于光流-线特征的单目视觉-惯性SLAM算法(PL-VINS)。参考开源的VINS-Mono系统架构,通过视觉-惯性联合初始化估计PL-VINS初始时刻的状态,为后端线程提供良好的初始值。在此基础上,整合回环检测误差、惯性误差及点线视觉重投影误差,构建目标优化函数,并利用滑动窗口双向边缘化策略,实现回环检测与重定位。采用通用开源数据集EuRoc评估PL-VINS性能并与VINS-Mono做对比,实验表明,在某些特定的场景下,PL-VINS的导航定位精度上要高于VINS-Mono,且增强了VINS在弱纹理环境下的适应性,为短时快速、非理想光照场景下的视觉SLAM设计提供了重要的模型参考。
-
关键词
视觉-惯性SLAM
点线特征提取与匹配
pl-vins
位姿图优化
回环检测
-
Keywords
visual-inertial SLAM
point and line based feature extraction and matching
pl-vins
pose graph optimization
loop detection
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
-
