黑暗环境下视觉自运动估计的主动照明
机器人学
2025-09-09 v2
摘要
由于缺乏鲁棒的视觉特征，视觉里程计（VO）和视觉 SLAM（V-SLAM）系统在低光照和黑暗环境中常常面临困难。在本文中，我们提出了一种新颖的主动照明框架，以增强 VO 和 V-SLAM 算法在这些挑战性条件下的性能。所开发的方法动态控制移动光源以照亮高纹理区域，从而改善特征提取与跟踪。具体而言，一个结合了基于深度学习的增强网络的检测器模块，负责识别具有相关特征的区域。然后，一个云台控制器负责引导光束指向这些区域，从而为自运动估计算法提供信息丰富的图像。在真实机器人平台上的实验结果证明了所提方法的有效性，与传统的固定照明技术相比，位姿估计误差最高降低了 75%。
引用
@article{arxiv.2502.13708,
title = {Active Illumination for Visual Ego-Motion Estimation in the Dark},
author = {Francesco Crocetti and Alberto Dionigi and Raffaele Brilli and Gabriele Costante and Paolo Valigi},
journal= {arXiv preprint arXiv:2502.13708},
year = {2025}
}