Real-Time Monocular Visual Odometry for On-Road Vehicles with 1-Point RANSAC
基於1點法RANSAC的道路車輛的實時單目視覺里程計
Davide Scaramuzza, Friedrich Fraundorfer, and Roland Siegwart
Conference Paper in Proceedings - IEEE International Conference on Robotics and Automation · June 2009 DOI: 10.1109/ROBOT.2009.5152255 · Source: IEEE Xplore
摘要：
這篇文章提出了一個能夠以很高幀率，從單個相機的視頻輸入恢復車輛軌跡的一個系統。系統運行的整體幀率僅受限於特徵提取階段，因爲外點去除和運動估計階段在常規筆記本上耗時少於1毫秒(millisecond)。這個算法依賴於一種全新的去除特徵匹配階段時的外點的方式。我們表明，通過利用輪式車輛的非完整約束，可以使用限制性運動模型，該模型讓我們能夠僅用1個特徵對應(correspondence)來參數化運動。使用單個特徵對應來進行運動估計是可能的最低模型參數化，並且產生用於去除外點的最有效算法。在這裏，我們提出兩種方法去除外點。一個基於RANSAC，另一個基於直方圖投票(histogram voting)。我們在蘇黎世市的高峯時段遊歷中展示了使用全景相機放置在車輛上的這個方法。我們證明了所提出的算法能夠應對城市的大量混亂（其他移動的汽車，公共汽車，有軌電車，行人，車輛突然停止等）。使用所提出的方法，我們走過了被報道過的有史以來最長的實時從單個全景相機恢復的軌跡，並且是在雜亂的城市場景，大約3km.