Ground-VIO：具有相机-地面几何参数在线标定的单目视觉-惯性里程计
机器人学
2023-06-21 v2
摘要
单目视觉-惯性里程计（VIO）是一种提供高精度、低漂移位姿估计的低成本方案。然而，在车载场景中，由于有限的动力学和稳定特征的缺乏，它一直面临挑战。本文中，我们提出 Ground-VIO，其利用地面特征与特定的相机-地面几何来增强真实道路环境中单目 VIO 的性能。该方法中，相机-地面几何以车辆中心参数建模，并集成到基于优化的 VIO 框架中。这些参数可在线标定，并通过提供稳定的尺度感知同时提升里程计精度。此外，专门设计的视觉前端通过逆透视映射（IPM）技术开发，以稳定提取并跟踪地面特征。仿真测试与真实世界实验均用于验证所提方法的有效性。结果表明，我们的实现显著提升了车载场景中的单目 VIO 精度，达到可与最先进双目 VIO 方案媲美甚至更优的性能。该系统也可用于广泛见于车辆感知中的 IPM 自动标定。用于地面特征处理的工具包及实验数据集将开源（https://github.com/GREAT-WHU/gv_tools）。
引用
@article{arxiv.2306.08341,
title = {Ground-VIO: Monocular Visual-Inertial Odometry with Online Calibration of Camera-Ground Geometric Parameters},
author = {Yuxuan Zhou and Xingxing Li and Shengyu Li and Xuanbin Wang and Zhiheng Shen},
journal= {arXiv preprint arXiv:2306.08341},
year = {2023}
}