面向全向相机鲁棒旋转估计的改进傅里叶-梅林不变量
机器人学
2019-10-15 v4 计算机视觉与模式识别
摘要
谱方法如改进傅里叶-梅林不变量(iFMI)变换已被证明在图像配准上比基于特征的方法更快、更鲁棒且更准确。然而，iFMI仅适用于相机在二维空间中运动的情况，且迄今尚未应用于全向相机图像。在本工作中，我们扩展了iFMI方法并应用运动模型来估计全向相机在三维空间中运动时的位姿。这在野外机器人应用中尤为有用，可快速全面地观测非结构化环境，并鲁棒地估计机器人位姿。在实验部分，我们在三个展现不同环境类型的数据集（办公室、草坪和城市景观，即MPI-omni数据集）上将扩展的iFMI方法与ORB和AKAZE基于特征的方法进行比较。结果表明，相较于特征配准技术，我们的方法将机器人位姿估计精度提高了两到四倍，同时处理时间更短。此外，iFMI方法在应对移动机器人中典型存在的运动模糊时表现出最佳性能。
引用
@article{arxiv.1811.05306,
title = {Improved Fourier Mellin Invariant for Robust Rotation Estimation with Omni-cameras},
author = {Qingwen Xu and Arturo Gomez Chavez and Heiko Bülow and Andreas Birk and Sören Schwertfeger},
journal= {arXiv preprint arXiv:1811.05306},
year = {2019}
}
备注
5 pages, 4 figures, 1 table