前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >双目视觉惯性里程计的在线初始化与自标定算法

双目视觉惯性里程计的在线初始化与自标定算法

作者头像
3D视觉工坊
发布2021-03-19 09:39:50
7290
发布2021-03-19 09:39:50
举报

标题:An Online Initialization and Self-Calibration Method for Stereo Visual-Inertial Odometry

期刊:IEEE TRANSACTIONS ON ROBOTICS(SCI 2区)

【摘要】

视觉惯性里程计(VIO)的在线初始化和自标定方法大多只能估计一个相机和惯性测量单元(IMU)对之间的外部参数(方向和平移)。其并不适用于双目VIO(相机-IMU和相机-相机同时存在)。这篇论文中,通过利用多传感器之间的几何约束解决了这个问题。论文提出了一种在线的算法用于估计速度、重力、IMU偏置的初始化,同时标定相机-相机和相机-IMU之间的外参。算法包括一个三步过程,用粗-精的方式增量地求解了几个线性方程。算法反向传播历史估计结果,以更新权重因子和删除离群值,并使用收敛标准来监视和终止进程。同时包括一个可选的全局优化用于进一步的细化。该方法在精度、鲁棒性、收敛性、一致性和可调参数方面使用模拟和公共数据集进行评估。实验结果表明,该方法能够准确地估计初始值和外部参数。

【主要内容】

1、论文贡献

1)我们首先提出了一种在线引导基于平滑的双目-VIO系统的方法,可同时估计初始值和标定相机-相机、相机-IMU的外部参数;

2)提出了一种三步渐进求解约束的方法,并利用反向传播机制更新权重和处理离群值;

3)为了使估计误差最小化,提出了一种全局优化方案。

4)提出了一种判别收敛性和触发终止的通用收敛准则。

论文的算法在ORB-SLAM上进行改进,同时可应用于任何基于关键帧的VO

2、整体系统结构分析

算法结构如下图所示:

算法主要包括三个模块:关键帧生成模块、在线初始化模块、尺度更新和全局BA模块。

关键帧生成模块:包括两个并行的单目VO前端,该模块对捕获的图像进行处理,并输出基于稀疏映射点的同步关键帧。

在线初始化模块:包括3步过程,在每一步都求解了几个线性方程。第一个过程:解耦了陀螺仪偏差估计和外部方向标定,并进行迭代求解;第二个过程:大致估计两个前端的视觉尺度因子,重力,以及相机- imu和相机-相机对的外部平移;第三个过程:进一步考虑了加速度计的偏置和重力加速度的大小,从而改进了第二个过程的结果

尺度更新和全局BA模块:检索所有关键帧的速度,更新关键帧姿态的比例和构造的映射,并重新计算预积分项,以纠正加速度计的偏差,同时,提供了全局优化选项(GBA)来优化系统状态

3、在线初始化模块剖析

1)迭代陀螺仪偏置估计和方向标定

假定初始化阶段,陀螺仪偏置为常数(一般通过最小化相机旋转和IMU旋转之间的差来估计)

步骤:

重复迭代过程,直至收敛

超定线性方程:

求解(SVD分解求最小二乘):

求解超定方程:

优化尺度、重力和平移参数:

求解:

4、实验分析

进行了仿真实验和真实世界的实验来对算法进行测评。

1)仿真实验

在仿真实验中,设计了一种以3米为半径的圆周运动轨迹为垂直正弦运动轨迹的IMU。通过计算参数化轨迹的解析导数,加上白噪声和缓慢时变偏置,得到仿真的IMU输出。模拟的相机姿态是通过使用模拟的相机- imu和相机-相机外部参数的变换获得的。

2)现实世界实验

备注:作者也是我们「3D视觉从入门到精通」特邀嘉宾:一个超干货的3D视觉学习社区

本文仅做学术分享,如有侵权,请联系删文。

下载1

在「3D视觉工坊」公众号后台回复:3D视觉,即可下载 3D视觉相关资料干货,涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复:3D视觉github资源汇总,即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复:相机标定,即可下载独家相机标定学习课件与视频网址;后台回复:立体匹配,即可下载独家立体匹配学习课件与视频网址。

重磅!3DCVer-学术论文写作投稿 交流群已成立 扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。 同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。 一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-03-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 3D视觉工坊 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 重磅!3DCVer-学术论文写作投稿 交流群已成立 扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。 同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。 一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档