摘要
精准定位是所有自动驾驶系统的基础组成模块。本文,我们专注于双目相机,提出一种名叫soft2的新方法,这是当前kitti评分板上排名第一的算法。soft2依赖于对极几何和运动学的约束,也就是说,它是为不会出现纯旋转的装置而开发的。我们最小化了点到极线的距离,这使得该方法能够适应对象深度的不确定性,作为第一步,我们仅使用一个摄像头按比例估计运动。
然后,我们提出联合估计绝对尺度和第二个相机的外部旋转矩阵,以减轻变化的双目设备的外参的影响。最后, 我们通过提出的极线ba处理,平滑帧时间窗口中的运动估计 。
我们还引入了一个多假设特征匹配方法,用于因视角变化出现的外观变化而出现的自相似平面。我们评估soft2,并将其与orb-slam2、ov2slam和vins-fusion在kitti-360数据集上、kitti训练序列、málaga urban数据集、oxford robotics car数据集、和多车立体事件摄像机数据集进行比较。
图1. kitti 01序列的极线图解。相机光心点(红色)大致与当前(绿色)和之前(蓝色)帧的极点重合-为了更好地可视化,点位于放大的中心圆中。正方形显示当前帧中检测到的特征,而尾线将它们与来自上一帧的匹配点连接起来。绿线表示与前一帧特征关联的极线。颜色将地面特征和其它特征进行了区分。我们的方法最小化了所有特征与相关极线的垂直距离。
图2.所提双目里程计方法的整体流程。三角形分别代表左右相机。
图3. 尺度和外参旋转估计的阐述。彩色虚线表示代价函数中使用的极线代价对。红色变量表示估计变量。
图4.4帧极线ba的说明。注意,我们只使用左相机的图像。虚线表示代价函数中使用的额外极线代价对,除了来自连续帧的函数外。红色变量表示估计变量。
图5.六条道路特征的示例,其中每三条分别表示:从左侧摄像头(左侧)看到的道路特征(左边块),使用soft2(中间块)生成的预测,以及在右侧图像中找到的相应的特征(右侧块)。
图6.在kitti01序列的第390帧检测到的orb-slam2特征(上)和soft2特征(下)。道路特征被标记为紫色,其它被标记为青色。
图7.六条道路特征的示例,其中每三条分别表示:从左侧相机(左侧块)看到的特征,使用soft2生成过去5帧的预测(中间块),以及在过去5帧左侧图像找到的特征(右侧块)。
图8.三个kitti-360序列的估计轨迹和真值。
表1.九个kitti-360序列的实验评估(trel[%],rrelr[deg/100 m])。vo是基础—本征矩阵+利用旧版本soft匹配器得到的尺度和外参。注意,soft2列表示包含带极线ba的多假设透视校正匹配器的版本,即soft2=vo+mhpc+ba3。
图9.外参估计结果显示右侧相机相对于左侧相机的相对旋转,和有估计以及没有估计的轨迹误差影响。orb-slam2的误差也展示出来,以供参考。
表2.在11个kitti数据集训练序列的实验评估。
图10.三个málaga序列的估计轨迹和真值。
表3.málaga数据集的实验评估。
图11.三个oxford片段的估计轨迹和真值。
表4.oxford数据集的实验评估。
图12.mvsec序列的估计轨迹和真值。
表5.mvsec数据集的实验评估。
dfrobot7.5V/1000mA开关电源适配器简介
美国能源巨头雪佛龙已通知其全球员工删除WeChat
联发科与英特尔合作推出首款5G笔记本电脑芯片
LCD液晶显示原理及RGB原理解析
MIUI8.2新功能, 想知道你有多无聊吗?
基于点到极线度量的用于道路车辆的双目视觉里程计
诠鼎:蓝牙照明+音响一体机解决方案
电量计算公式和单位解读
BQ3568_代码下载
国产汽车OBC将用GaN!这2家企业宣布结盟
维智科技亮相2022西部数字经济博览会
基于区块链的分散式VPN网络介绍
两位年轻中国芯片科学家的雄心:突破AI算力瓶颈
河道流量自动监测系统的功能及参数
国内传感器新锐公司崛起,中科银河芯完成A轮融资
三菱FX2N系列PLC型号含义
教你如何制作路由器WIFI信号放大器
华为Mate10 Pro拆解评测:内涵丰富
我国新能源汽车行业发展进入阵痛和反思的新阶段
黄牛用机器人程序抢到了42块RTX 3080显卡,这也太让人不爽了