面向行星任务中飞行机器人的鲁棒单目视觉里程计

未来，地外探测不仅将由巡视器进行，也将由飞行机器人开展。刚刚着陆火星的技术验证无人机 Ingenuity 将标志着一个不受地形通行性限制的新探索时代的开端。鲁棒的自定位对此至关重要。相机作为轻量、廉价且信息丰富的传感器，已被用于估计载体的自身运动。然而，在人造环境中被证明有效的方法无法简单地部署到其他行星上。火星荒原中高度重复的纹理对基于描述子匹配的方法提出了巨大挑战。本文中，我们提出一种先进的鲁棒单目里程计算法，其利用高效光流跟踪获取图像间特征对应，并采用精炼的关键帧选择准则。与大多数其他方法不同，我们的框架还能处理对单目里程系统尤为困难的纯旋转运动。此外，我们提出一种基于相对平移信息矩阵主成分分析的当前尺度漂移风险估计新方法。由此我们获得一种隐式的不确定性度量。我们在火星类环境中捕获的具挑战性真实世界数据集的所有序列上评估了方法的有效性，并表明其优于最先进的方法。