基于改进点线特征提取的单目视觉惯性定位系统研究

摘要

针对基于点线特征的实时定位与建图（simultaneous localization and mapping,SLAM）算法在位姿识别过程中对定位精度的要求，提出一种改进单目视觉惯性同步定位与建图（monocular visual-inertial SLAM with efficient point-line flow features, EPLF-VINS）算法。首先，分析了梯度阈值参数对line segment detection by edge drawing(EDLines)线段提取算法的影响；其次，在点特征正向光流追踪后采用逆向光流追踪剔除错误追踪点，提高光流追踪正确率；然后，在EPLF-VINS算法的线段提取处融合一种自适应调节算法，通过计算逆向光流追踪后的点特征光流追踪成功率实时地调节梯度阈值参数，从而实现根据环境的变化动态调整线段提取，更好地平衡计算成本与定位精度的效果；最后，基于Robot Operating System(ROS)平台分析了改进EPLF-VINS算法与对比算法在EuRoc和TUM-VI数据集上的轨迹精度与效率。研究结果表明，改进EPLF-VINS算法绘制的轨迹曲线更加贴合真实轨迹，在保证实时性的同时具有更高的定位精度。

关键词

改进单目视觉惯性同步定位与建图(EPLF-VINS) / 梯度阈值 / EDLines / 光流追踪 / 自适应调节 / ROS平台