研究目的
开发一种基于RGB-D图像的鲁棒且快速的视觉里程计方法,用于相机位姿估计,在速度和光照变化鲁棒性方面优于ORB-SLAM等现有方法。
研究成果
所提出的基于稀疏几何的运动估计方法及其推导的解析雅可比矩阵,显著提升了视觉里程计的计算效率,在保持相近精度的同时比ORB-SLAM快两倍。该方法不依赖颜色信息,对光照变化具有鲁棒性。未来工作可扩展至室外环境并进一步优化点选择过程。
研究不足
该方法依赖于RGB-D相机的深度信息,这些信息可能受到传感器噪声和环境因素的影响。它仅在室内数据集上进行评估,其在室外或动态环境中的性能尚未经过测试。与ORB-SLAM的集成可能会继承其部分局限性,例如对关键帧插入的依赖性。
1:实验设计与方法选择:
本研究基于稀疏几何约束设计了一种运动估计方法,通过推导几何代价函数的解析雅可比矩阵以增强收敛性。该方法与ORB-SLAM集成,替换其跟踪线程以提升性能。
2:样本选择与数据来源:
使用包含RGB-D传感器室内序列的TUM RGB-D数据集,评估该方法相对于ORB-SLAM的表现。
3:实验设备与材料清单:
实验采用配置16GB内存、运行Ubuntu 16.04的Intel Core i7台式计算机。
4:04的Intel Core i7台式计算机。
实验流程与操作步骤:
4. 实验流程与操作步骤:对每个数据集运行该方法5次,取绝对平移误差的均方根(RMSE)和运行时长的平均值作为精度与效率指标。为提高精度,排除了物体边缘附近的特征点。
5:数据分析方法:
统计分析包括计算RMSE和平均运行时长,并与ORB-SLAM及数值雅可比方法进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容