基于点线特征的激光雷达单目视觉里程计

摘要
本文介绍了一种新颖的使用点和线的激光雷达+单目视觉的里程计方法。与以往的基于lidar+视觉里程计相比，通过在姿态估计中引入点和线特征来利用更多的环境结构信息。提出了一种稳健的点线特征深度提取方法，并将提取的深度值作为点线捆集平差法的先验因子。该方法大大降低了特征的三维模糊度，提高了姿态估计精度。此外，本文还提出了一种纯视觉运动跟踪方法和一种新的尺度校正方案，从而实现了一种高效、高精度的单目视觉里程计系统。对公开的 KITTI数据集的评估表明，该方法比最新的方法实现了更精确的姿态估计，有时甚至比那些利用语义信息的方法更好。
相关内容与介绍
激光雷达视觉里程计因其在机器人、虚拟现实、自主驾驶等领域的广泛应用而成为一个活跃的研究课题，将视觉传感器和激光雷达传感器结合起来作为激光雷达视觉里程计，实现了两种传感器的优点，因此，在计算机视觉、计算机图形学、机器人学等领域的研究越来越受到重视。相关方案有LOAM,LIMO,DVL-SLAM,ORB-SLAM,DSO等等。
本文提出了一种稳健而有效的激光雷达单目视觉里程计方法，它以纯几何的方式结合点和线的特征，从场景环境中提取比单个特征点系统更多的结构信息。更具体地说，我们的系统融合了摄像机跟踪过程中的点和线特征作为地标，并将基于点和线的地标的重投影误差作为后端束调整的因素。在传感器融合过程中，提出了一种鲁棒的方法从激光雷达数据中提取点和线的