ALVIO：基于自适应线与点特征的视觉惯性里程计用于室内环境鲁棒定位

纹理的丰富或匮乏程度取决于建筑物中的物体与结构。传统的基于单目视觉惯性导航系统（VINS）的定位技术在稳定特征有保障的环境中表现良好。然而，其在变化的室内环境中性能无法保证。为此，本文提出基于自适应线与点特征的视觉惯性里程计（ALVIO）。ALVIO主动利用室内空间中大量存在的线的几何信息。通过使用强线跟踪器与基于特征的自适应紧耦合优化选择，可在可变纹理环境中实现鲁棒定位。ALVIO的结构特点如下：首先，所提出的基于光流的线跟踪器执行鲁棒的线特征跟踪与管理。利用对极几何与三角学，恢复出精确的3D线。这些3D线用于计算线重投影误差。最后，通过优化过程中基于灵敏度分析的自适应特征选择，可在多种室内环境中鲁棒地估计位姿。我们在公开数据集上验证了系统性能，并与其他最先进算法（S-MSKCF、VINS-Mono）进行比较。在提出的基于点与线特征选择的算法中，平移RMSE相比VINS-Mono增加了16.06%，而总优化时间减少了至多49.31%。由此，我们证明了其作为一种实时位姿估计算法是有用的。