【ipaper】 Visual Odometry 和Visual SLAM概述: 第二部分

Related Work(相关工作)

Visual Odometry (视觉里程计)

VO 的定义是通过环境中的一系列图像来估计机器人的运动(相对于参考坐标系的平移和旋转)的过程。VO是 运动恢复结构(SFM)技术的一种特殊情况,其解决了环境结构和来自有序或者无序图像集的相机姿态的3D重建问题[101]。SFM对相机姿态和结构的最终改进和全局优化步骤在计算上是昂贵的并且通常是离线执行的。然而我们需要实时的进行VO中的相机姿态估计。近几年,许多关于单目[19]和双目相机[79]的VO方法。这些方法之后进一步被划分为feature matching(在多个帧上的匹配特征)[108],feature tracking [31](相邻帧的匹配技术)和flow techniques[118](光流技术,基于所有或连续图像的特定区域的像素强弱)。

通过观察一系列图像估计机器人的自我运动的问题始于20世纪80年代由斯坦福大学的Moravec [82]开始。Moravec使用一种立体视觉形式(在轨道上滑动的单个摄像机)以移动和停止方式,机器人将停止在第一个图像中提取图像特征(角点(corners)),然后摄像机将在轨道上垂直滑动相对于机器人运动的方向,并重复该过程,直到捕获总共9个图像。在9个图像之间使用归一化交叉相关(NCC)并且使用他们来重建3D结构。然后通过对准从不同位置观察到的重建3D点来获得相机运动变换。Matthies和Shafer [79]后来通过使用3D高斯分布导出误差模型而不是Moravec方法中使用的标量模型来扩展上述工作。其他与stereo VO相关的值得注意的作品也出现在文献中。例如,在[90]中,提出了一种用于对误差进行建模的最大似然自我运动方法,用于长距离漫游车的精确定位,而[73]描述了一种依靠原始图像数据而不是几何数据的户外漫游车定位方法用于运动估计。

Nister等人首次提出术语“Visual Odometry”,[88] 因为它和车轮里程计的概念相似。他们提出了在单目和双目立体系统中通过视觉输入获取相机的运动的开创性方法。他们专注于在存在异常值(假特征匹配)的情况下估计相机运动的问题,并且提出了使用RANSAC[44]的异常值的去除方案。也是第一个在所有帧中跟踪特征而不是在连续帧中匹配特征的方案。这具有避免在基于互相关的跟踪期间的特征漂移的益处[101]。他们还提出了使用3D到2D重投影误差的基于RANSAC的运动估计(参见“运动估计”部分),而不是使用3D点之间的欧几里德距离误差。与3D到3D误差相比,使用3D到2D重新投影误差可以提供更好的估计[56]。

VO最著名的应用是正在进行的火星机器人的探索任务[22],该任务开始于2003年,涉及两个探测器,用于探测火星表面和地质学。其他涉及VO的研究由 Scaramuzza和Siegwart [102]进行,他们在室外环境中使用单目全向摄像机关注地面车辆的VO,并融合通过以下两种方法获得的运动估计。在第一种方法中,他们提取了SIFT[77]特征并且使用RANSAC进行异常值去除,而在第二种方法中使用一种基于外观的方法,它最初由[27]提出,已经用于小车姿态的估计。

Kaess [67]提出一种用于室外导航的stereo VO系统,通过特征·匹配获得稀疏流,并且被分成基于近距离和远距离特征的流(flow)。分离的基本原理是相机平移的微小变化不会明显影响远处的点。远点用于恢复旋转变换(使用两点RANSAC(two-point RANSAC)),而近点用于使用单点RANSAC(one-point RANSAC)恢复平移[67]。Alcantarilla等将从流动分离法(flow separation method)得到的视觉里程计的方法整合到他们的EKF-SLAM系统的运动模型中,以提高定位和绘图的准确性。

到目前为止,我们已经讨论了VO问题的历史,并提到了该领域的一些开创性工作,主要集中在单目VO,双目VO,运动估计,误差建模,基于外观(appearance based)和基于特征的技术上。 在下一节中,我们将介绍视觉SLAM问题的简要历史和相关工作。

参考文献

[3].Alcantarilla, P., Bergasa, L., Dellaert, F.: Visual odometry priors for robust ekf-slam. In: IEEE International Conference on Robotics and Automation (ICRA), pp. 3501–3506 (2010)

[19].Campbell, J., Sukthankar, R., Nourbakhsh, I., Pahwa, A.: A robust visual odometry and precipice detection system using consumergrade monocular vision. In: Proceedings of the 2005 IEEE International Conference on Robotics and Automation (ICRA 2005), pp. 3421–3427 (2005)

[31].Dornhege, C., Kleiner, A.: Visual odometry for tracked vehicles. In: Proceedings of the IEEE International Workshop on Safety, Security and Rescue Robotics (SSRR) (2006)

[44].Fischler, M., Bolles, R.: Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography. Commun. ACM 24(6), 381–395 (1981)

[56].Henry, P., Krainin, M., Herbst, E., Ren, X., Fox, D.: RGB-D mapping: using kinect-style depth cameras for dense 3D modeling of indoor environments. Int. J. Robot. Res. 31(5), 647–663 (2012)

[67].Kaess, M., Ni, K., Dellaert, F.: Flow separation for fast and robust stereo odometry. In: IEEE International Conference on Robotics and Automation, 2009 (ICRA’09), pp. 3539–3544 (2009)

[73].Lacroix, S., Mallet, A., Chatila, R., Gallo, L.: Rover self localization in planetary-like environments. In: Artificial Intelligence, Robotics and Automation in Space, pp. 440–433 (1999)

[79].Matthies, L.: Error modeling in stereo navigation. IEEE J. Robot. Autom. 3, 239–250 (1987)

[82].Moravec, H.: Obstacle avoidance and navigation in the real world by a seeing robot rover. In: Technical Report. CMU-RI-TR-80-03, Robotics Institute, Carnegie Mellon University & Doctoral Dissertation, Stanford University, CMU-RI-TR-80-03 (1980)

[88].Nistér, D., Naroditsky, O., Bergen, J.: Visual odometry. In: Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2004), vol. 1, pp. I–652 (2004)

[90].Olson, C., Matthies, L., Schoppers, M., Maimone, M.: Rover navigation using stereo ego-motion. Robot. Auton. Syst. 43(4), 215–229 (2003)

[101].Scaramuzza, D., Fraundorfer, F.: Visual odometry: part I—the first 30 years and fundamentals. IEEE Robot. Autom. Mag. 18(4), 80–92 (2011)

[108].Talukder, A., Goldberg, S., Matthies, L., Ansar, A.: Real-time detection of moving objects in a dynamic scene from moving robotic vehicles. In: 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2003 (IROS 2003), Proceedings, vol. 2, pp. 1308–1313 (2003). doi: 10.1109/IROS.2003.1248826

[118].Zhang, T., Liu, X., Kühnlenz, K., Buss, M.: Visual odometry for the autonomous city explorer. In: Proceedings of the 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS’09), pp. 3513–3518. IEEE Press, Piscataway (2009). http://dl.acm.org/citation.cfm?id=1733023.1733309

原文链接

https://link.springer.com/article/10.1007/s40903-015-0032-7

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,688评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,559评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,749评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,581评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,741评论 3 271
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,684评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,122评论 2 292
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,847评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,441评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,939评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,333评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,783评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,275评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,830评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,444评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,553评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,618评论 2 249

推荐阅读更多精彩内容

  • 圣诞夜的杏仁和巧克力 下雨天的沙发和老电影 40度的人字拖和西瓜冰 12点肚子饿了的我和看起来很好吃的你
    蓝大少X阅读 179评论 0 0
  • 我现在很生气,因为必达做作业那么慢。 整整一个中午,四个半小时,只写了一篇作文,我现在都不敢去看他的作文,听说写了...
    躲进小楼看灯火阅读 388评论 0 0
  • 在现实生活中, 我们都会认为“等于”和“是”是一样的, 这可能会误导我们在写代码。 在Python中, == ...
    new个对象阅读 227评论 0 0
  • 幸福是需要修出来的~每天进步1%~幸福实修14班~ 金包玉组D5(5/60) 【幸福实修目标】本周目标一:健康 1...
    蒋莺华阅读 89评论 0 0