云服务器安装win系统做网站,大连零基础网站建设培训中心,wordpress升级怎么退回,新浪虚拟主机做网站视觉里程计是视觉slam的一部分#xff0c;即前端部分#xff0c;用于前端跟踪并建立局部地图。多用于重定位或辅助定位#xff0c;常用的有特征点法#xff0c;光流法和直接法#xff0c;其区别和优缺点如下。 特征点法#xff0c;需要计算特征点和描述子#xff0c;计算… 视觉里程计是视觉slam的一部分即前端部分用于前端跟踪并建立局部地图。多用于重定位或辅助定位常用的有特征点法光流法和直接法其区别和优缺点如下。 特征点法需要计算特征点和描述子计算过程比较耗时定位取决于特征点提取精度和匹配结果根据匹配结果做最小化重投影误差以单目为例根据之前计算的地图点和当前帧与上一帧的匹配结果和三角化生成的地图点将当前帧的观测地图点投影到下一帧的二维像素点上同时计算下一帧的观测地图点最小化重投影误差得到两帧之间的相对位姿关系。缺点是特征点耗时长且对光照变化敏感常用开源方法有orb,vinsmono. 光流法计算关键点对关键点进行LK光流跟踪通过最小化光度误差来计算两帧之间的相对位姿变化即根据光度一致性假设通过计算最小化关键点的对应灰度值误差来估计相机位姿的相对运动。光流法计算的减少了计算特征点的操作计算速度快但一般场景不满足光度一致性假设所以跟踪效果不如特征点法。尤其对于局部光度区分度较低的区域会跟踪丢失。 直接法不计算特征点和关键点初始化过程会选择小部分满足灰度条件像素点直接对像素进行操作。对像素点和地图点同时计算最小化光度误差来估计运动计算量大可以生成半稠密地图。常用开源方案有dso dmvio缺点与光流法类似并不总是满足光度一致性假设。 视觉里程计的融合方法选择特征点法作为融合方案对相机输入的两帧图像计算匹配点三角化得到位姿后续用epnp估计位姿将估计到的位姿转换到雷达坐标系与轮速计和lds一同进行定位根据场景和精度选择用哪个定位结果比如lds退化场景用作辅助重定位可以用视觉里程计关键帧生成的稀疏点云地图做视觉重定位。 需要注意的问题第一单目特征点跟踪是没有尺度信息的需要通过位姿融合计算尺度第二需要标定相机与lds之间的相对位姿关系用于相机坐标向雷达坐标系的转换第三单目不同于双目和rgbd相机初始化过程复杂如何将初始化过程引入并与lds同步定位。
