立體視覺(jué)里程計(jì)中的空間不確定度.pdf

1、本文從不確定度的角度評(píng)價(jià)視覺(jué)里程計(jì)的性能,以及如何利用不確定度知識(shí)提高里程計(jì)的精度,都是值得研究的課題。本文立足立體視覺(jué)里程計(jì),針對(duì)其中的一些核心算法,進(jìn)行了嚴(yán)密的不確定度分析和論證,并結(jié)合不確定度的相關(guān)信息,提出對(duì)里程計(jì)的改進(jìn)算法,提高里程計(jì)的精度。主要內(nèi)容為:
　　 1.本文首先介紹了立體視覺(jué)的基本原理和本文要研究的立體視覺(jué)里程計(jì)算法流程,包括特征點(diǎn)的提取,特征匹配和跟蹤,最小二乘運(yùn)動(dòng)估計(jì)和RANSAC去除誤配點(diǎn)等。

2、　　 2.本文研究了圖像特征點(diǎn)的不確定度。文章總結(jié)了尺度不變的特征提取算法的一般框架,并基于該框架給出了特征點(diǎn)提取的方差傳遞公式,然后以SIFT為例進(jìn)行了仿真實(shí)驗(yàn)的驗(yàn)證,并和現(xiàn)有方法進(jìn)行了對(duì)比。
　　 3.運(yùn)動(dòng)估計(jì)是視覺(jué)里程計(jì)的一個(gè)關(guān)鍵問(wèn)題。圖像特征點(diǎn)的不確定度首先通過(guò)三角化公式傳遞給三維點(diǎn),得到三維點(diǎn)定位的不確定度,文章分別用基于導(dǎo)數(shù)的線性方差傳遞方法和無(wú)味變換的非線性方法對(duì)這個(gè)問(wèn)題進(jìn)行了求解,推導(dǎo)中運(yùn)用到了矩陣攝動(dòng)理論求解

3、特征向量導(dǎo)數(shù)的知識(shí)。單一的運(yùn)動(dòng)參數(shù)傳遞不足以解決里程計(jì)不確定度的問(wèn)題,因此文章接下去又考慮了關(guān)于一類RANSAC算法估計(jì)參數(shù)的不確定度。本文基于Bayesian理論提出一種新的算法用來(lái)估計(jì)這類數(shù)據(jù)量龐大的不可微系統(tǒng)的不確定度傳遞,在實(shí)驗(yàn)驗(yàn)證中取得了良好效果。再根據(jù)逐步運(yùn)動(dòng)的累積,推導(dǎo)出了里程計(jì)定位的不確定度公式,并在實(shí)際實(shí)驗(yàn)中證明了算法的有效性。
　　 4.結(jié)合特征點(diǎn)不確定度的研究,文章提出了一種結(jié)合圖像特征點(diǎn)不確定度的最大似然