视觉里程计(VO) 基本介绍
视觉里程计 (VO) 是一个仅利用单个或多个相机的输入信息估计智能体的运动信息的过程。VO 通过获取相邻两帧之间的 RT 变换关系,将获取得到的多个 RT 相乘获取得到当前帧与原始位置之间的变换关系, 然后进行迭代优化。
作为基于视觉技术的一种,在最近十几年的时间里已广泛应用于各类机器人的导航定位中,其中最成功的应用当属美国 NASA 开发的火星探测器 “勇气号” 和 “机遇号” 。除此以外,还用于无人空中飞行器、水下机器人、室内/外陆地机器人等。
视觉里程计是视觉导航的一种特殊形式,其最早可追溯到 Moravec ,他利用一个可滑动相机获取视觉信息作为输入,完成了机器人室内导航。1980 年, Matthies 等人提出了视觉里程计的概念,并设计了从特征提取、特征匹配与跟踪到运动估计的理论框架。该框架至今仍为大多数视觉里程计系统所遵循。2004 年,Nister 等人首次提出术语 “Visual Odometry”,因为它和车轮里程计的概念相似,增量式地通过对车轮转过的圈数积分估计车辆的运动。他们还提出了使用 3D 到 2D 重投影误差的基于 RANSAC 的运动估计,与 3D 到 3D 误差相比,使用 3D 到 2D 重新投影误差可以提供更好的估计。与此同时,还提出了在单目和双目立体系统中通过视觉输入获取相机的运动的开创性方法,为后来视觉里程计的研究奠定了新的基础。
相比传统的里程计技术,视觉里程计更具优势。它只利用相机完成,无需场景和运动的先验信息;不会存在编码器读数不准、传感器精度降低或惯导漂移等因素引起的数据误差;可以运用于非结构化的环境或非常规的任务和平台,如 CPS 不能满足的星际探索和导航等任务,很难满足条件的城市环境或室内环境,以及传统里程计不能应用的腿式机器人的导航和定位