无动作捕捉与真值测量的自位姿估计定量评估方法

机器人学中数据驱动的控制与规划方法的兴起，凸显了开发用于数据收集的实验机器人平台的需求。然而，这类平台的实现通常复杂且昂贵，尤其对于飞行与地面机器人，其精确位置估计需要动作捕捉设备（MoCap）或激光雷达。为简化专用于广泛室内外环境研究的机器人平台的使用，我们提出了一种自位姿估计的数据验证工具，除机载相机外无需任何设备。该方法和工具允许对自位姿传感器的质量进行快速、可视化及定量评估，并能敏感捕捉采集链中各类缺陷，从传感器数据流不同步到机器人平台几何参数误估。利用计算机视觉，传感器信息被用于通过语义场景点向机载相机2D图像空间的投影来计算其运动。这些关键点相对于半自动工具创建的参考的偏差，可实现对平台上所采集数据的快速简便质量评估。为证明方法性能，我们在两个具挑战性的标准无人机（UAV）数据集及一个地面机器人数据集上进行了评估。