计算机应用研究

作者：栾小珍,魏国亮,蔡洁,

单位：上海理工大学a.理学院;b.管理学院,上海200093；

关键词：光流法,前端视觉里程计,运动模糊,多传感器融合,

基金：上海市“科技创新行动计划”国内科技合作项目(20015801100)；；

为进一步提高视觉SLAM中的光流匹配精度和速度，提出一种融合惯性测量单元（inertial measurement unit，IMU）去除运动模糊的改进光流匹配算法。该算法首先利用IMU运动信息计算的点扩散函数去除运动模糊，提高特征点匹配率；其次在LK（Lucas-Kanade）光流的基础上引入梯度误差，并使用图像梯度L1范数作为正则项模拟稀疏噪声，构建代价函数；然后利用IMU预测特征点位置作为该算法初始值，并加入BB（BarzilarBorwein）步长改进原有的高斯牛顿算法，提高计算速度。实验表明，通过两帧之间的比较，该算法的效率和精度均优于LK光流法；然后将该算法集成到VINS-Mono框架，在数据集EuRoC上的结果显示，该算法提高了原有框架的定位精度和鲁棒性。

来源：2022年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第10期