Real-Time Monocular Visual Odometry for On-Road Vehicles with 1-Point RANSAC
基于1点法RANSAC的道路车辆的实时单目视觉里程计
Davide Scaramuzza, Friedrich Fraundorfer, and Roland Siegwart
Conference Paper in Proceedings - IEEE International Conference on Robotics and Automation · June 2009 DOI: 10.1109/ROBOT.2009.5152255 · Source: IEEE Xplore
摘要:
这篇文章提出了一个能够以很高帧率,从单个相机的视频输入恢复车辆轨迹的一个系统。系统运行的整体帧率仅受限于特征提取阶段,因为外点去除和运动估计阶段在常规笔记本上耗时少于1毫秒(millisecond)。这个算法依赖于一种全新的去除特征匹配阶段时的外点的方式。我们表明,通过利用轮式车辆的非完整约束,可以使用限制性运动模型,该模型让我们能够仅用1个特征对应(correspondence)来参数化运动。使用单个特征对应来进行运动估计是可能的最低模型参数化,并且产生用于去除外点的最有效算法。在这里,我们提出两种方法去除外点。一个基于RANSAC,另一个基于直方图投票(histogram voting)。我们在苏黎世市的高峰时段游历中展示了使用全景相机放置在车辆上的这个方法。我们证明了所提出的算法能够应对城市的大量混乱(其他移动的汽车,公共汽车,有轨电车,行人,车辆突然停止等)。使用所提出的方法,我们走过了被报道过的有史以来最长的实时从单个全景相机恢复的轨迹,并且是在杂乱的城市场景,大约3km.