PL-CVIO：点线协同视觉-惯性里程计
机器人学
2023-11-13 v1
摘要
低特征环境是几何计算机视觉（CV）算法的主要软肋之一。在大多数常具低特征的人造场景中，线特征可视为点特征的补充。本文提出一种利用点特征和线特征的多机器人协同视觉-惯性导航系统（VINS）。通过在多状态约束卡尔曼滤波（MSCKF）框架内利用协方差交叉（CI）更新，每个机器人不仅利用自身的点和线测量，还利用由邻居观测到的公共点特征和公共线特征的约束。线特征通过最近点（Closest Point）表示进行参数化与更新。所提算法在蒙特卡洛仿真与真实世界数据集上进行了广泛验证。结果表明，点线协同视觉-惯性里程计（PL-CVIO）在低特征与丰富特征环境下均优于独立的 MSCKF 及我们此前的工作 CVIO。
引用
@article{arxiv.2311.05717,
title = {PL-CVIO: Point-Line Cooperative Visual-Inertial Odometry},
author = {Yanyu Zhang and Pengxiang Zhu and Wei Ren},
journal= {arXiv preprint arXiv:2311.05717},
year = {2023}
}