基于前后双摄像头的鲁棒视觉里程计算法

计算机工程与科学

基于前后双摄像头的鲁棒视觉里程计算法

施啸天1，张宇2，方舟1

（1.浙江大学航空航天学院，浙江杭州 310027；2.浙江大学控制科学与工程学院，浙江杭州 310027）

收稿日期:2016-04-25 修回日期:2016-07-01 出版日期:2017-10-25 发布日期:2017-10-25
基金资助:
基金项目：浙江省自然科学基金（LY15F030005）；浙江省公益技术应用研究计划（2016C33246）；国家自然科学基金

（61673341）；中央高校基本科研业务费专项资金（2016QNA5010）

Robust visual odometry based on front and back cameras

SHI Xiao-tian1,ZHANG Yu2,FANG Zhou1

(1.College of Aeronautics and Astronautics,Zhejiang University,Hangzhou 310027;

2.College of Control Science and Engineering,Zhejiang University,Hangzhou 310027,China)

Received:2016-04-25 Revised:2016-07-01 Online:2017-10-25 Published:2017-10-25

摘要/Abstract

摘要：

针对室内视觉里程计受光照影响明显和现代移动设备双摄像头的特点，提出同时利用双侧摄像头视觉里程计算法。通过对单

侧视觉里程计状态的评估和重启，实现单侧故障时系统的持续稳定输出，提高了视觉里程计的鲁棒性。在双侧正常运行时通

过对双侧视觉里程计输出结果的卡尔曼滤波融合，提高了视觉里程计的精度。在室内多种实际环境、多种移动速度下的实验

结果表明，本算法有效地保证了单侧异常情况下视觉里程计的正常输出，同时在双侧有效的情况下明显提高了里程计输出精

度。

关键词:

视觉里程计；卡尔曼滤波；信息融合；智能手机

Abstract:

We propose a new visual odometry method to use front and back cameras at the same time due to the terrible

impact of luminance on indoor visual odometry and the dual-camera feature of modern mobile devices. By the

state estimation of the visual odometry on each side, we can achieve the sustained output even when one side

fails, and the robustness of visual odometry is improved. In addition, we fusion the output of the two-side

visual odometry by Kalman filter to improve the accuracy when the two sides both run normally. Experimental

results under various practical environments in various velocities show that the system can output regularly

even when one side fails and the accuracy of the output is improved when the two sides work normally.

Key words: visual odometry, Kalman filter, information fusion, smart phone

施啸天1，张宇2，方舟1. 基于前后双摄像头的鲁棒视觉里程计算法[J]. 计算机工程与科学.

SHI Xiao-tian1,ZHANG Yu2,FANG Zhou1.

Robust visual odometry based on front and back cameras

[J]. Computer Engineering & Science.

[1]	雷志超, 蒋嘉俊, 马驰卓, 周文静, 王楚正. 基于邻域关系感知图神经网络的DDI预测[J]. 计算机工程与科学, 2024, 46(05): 907-915.
[2]	范韫. 基于EMD距离的稀疏自编码器[J]. 计算机工程与科学, 2022, 44(05): 894-900.
[3]	张志远, 陈海进. 基于动态矩阵的未知环境地图构建与路径规划[J]. 计算机工程与科学, 2022, 44(03): 563-570.
[4]	冯琪堯, 张惊雷, . 基于混合注意力机制的目标跟踪算法[J]. 计算机工程与科学, 2022, 44(02): 276-282.
[5]	张鑫, 冯秀芳. WiFi环境下基于CGRU-ELM混合模型的手势识别[J]. 计算机工程与科学, 2022, 44(02): 298-305.
[6]	万本庭, 方地长. 区间值广义正交模糊Frank算子及群决策方法[J]. 计算机工程与科学, 2022, 44(02): 345-354.
[7]	耿召里, 李目, 曹淑睿, 刘昶忻. 基于混合反向学习策略的鲸鱼优化算法[J]. 计算机工程与科学, 2022, 44(02): 355-363.
[8]	沈郭鑫, 蒋中云. 基于密度和中心指标的Canopy二分K-均值算法优化[J]. 计算机工程与科学, 2022, 44(02): 372-380.
[9]	崔振礼, 罗宇. 一种嵌入式双操作系统架构中外设资源动态迁移的研究与实现[J]. 计算机工程与科学, 2022, 44(01): 9-15.
[10]	侯兴旺, 赵若宇, 张玉书. 一种精确缩略图保持的图像加密方案[J]. 计算机工程与科学, 2022, 44(01): 60-67.
[11]	张晶, 李煜, . 改进的无约束优化3D-DV-Hop定位算法[J]. 计算机工程与科学, 2022, 44(01): 75-83.
[12]	火元莲, 徐晓鹏, 郑海亮. 基于无线能量采集的多跳网络安全传输中的路径选择[J]. 计算机工程与科学, 2021, 43(12): 2150-2156.
[13]	张治, 魏嘉鑫, 王林. LoRa数据传输网络混合加密设计[J]. 计算机工程与科学, 2021, 43(12): 2177-2182.
[14]	尹玲, 谢志军. 基于时空协作的多移动充电器充电路径规划的研究[J]. 计算机工程与科学, 2021, 43(12): 2183-2189.
[15]	孙宝贵, 车文刚, 廖江福, . 一种改进的KNN案例推理检索算法[J]. 计算机工程与科学, 2021, 43(12): 2263-2271.