DMO：使用点线特征的单目直接视觉里程计
发布时间
阅读量：
阅读量
跟踪：
跟踪过程中深度图与参考帧假设不变。当前帧的位姿由光度观测模型和edge位置观测进行对齐，利用光度误差和线的重投影误差构造最小二乘：
其中线重投影误差的不确定度为：
方程可用高斯牛顿法解算，扰动量设置为：
线方程可以用两个端点表示：
Mapping：
Mapping过程中位姿假设不变。通过代价函数优化深度：
对于没有匹配边缘的像素或边缘上没有匹配边缘的像素，通过最小化SSD误差对立体匹配像素进行彻底搜索。对已匹配的edge，在另一帧上，重投影点应该在在匹配的线以及epipolar线上。之后用三角化计算所有像素点的深度值。
如果两帧间的旋转和平移矩阵已知，则3D线可以由两个重投影面的交线表示：
由于epipolar线和投影线都有位置误差，这会导致重投影的点具有不一致性误差：
不一致性误差的方差为：
利用反深度d与视差成正比的近似，我们可以用方程计算d的观测方差，然后用标准的EKF滤波来更新像素的深度方差。
由于三维点是从同一2d边向后投影的，它们应该位于射影几何的同一平面g上，我们可以创建另一个坐标系f，它的x；Y轴位于平面G上。新坐标系上的变换点表示为p0。我们首先使用RANSAC选择一组Inlier2d点。RANSAC的度量是Mahalanobis距离，它是一个加权像素到线的欧氏距离，考虑到不确定性：
RANSAC后，我们可以找到最大的一致点集。这成为一个2d加权线拟合问题，我们想找到最佳线L：
将所有的点坐标堆到一起成为矩阵[X,Y]，线模型可以表示为：
可以到的高斯噪声下优化后的线：
然后，我们可以将坐标帧f中的最优线l转换回原来的摄像机光学帧，并确定线上的像素深度。
全部评论 (0)
还没有任何评论哟~