Homography Initialization and Dynamic Weighting Algorithm Based on a Downward-Looking Camera and IMU

要約

近年、視覚慣性オドメトリ (VIO) の技術は大幅に成熟し、多くのアプリケーションで広く使用されています。
しかし、下向きカメラを搭載した超小型飛行機 (MAV) に VIO を適用する場合、依然として課題に直面しています。
具体的には、VIO は離陸中に正しい初期化結果を計算できず、MAV が空中を飛行しているときに累積ドリフトが大きくなります。
これらの問題を克服するために、我々は、離陸中に下向きカメラによって検出された特徴がほぼ同一平面上にあるという事実を利用する、ホモグラフィーに基づく初期化方法を提案する。
次に、状態をより正確にするために、事前の法線ベクトルと動きフィールドを導入します。
さらに、累積ドリフトに対処するために、視覚残差を動的に重み付けする戦略が提案されています。
最後に、収集した現実世界のデータセットに基づいてメソッドを評価します。
結果は、MAV がどのように離陸してもシステムが正常に初期化され、測位誤差も大幅に改善されることを示しています。

要約(オリジナル)

In recent years, the technology in visual-inertial odometry (VIO) has matured considerably and has been widely used in many applications. However, we still encounter challenges when applying VIO to a micro air vehicle (MAV) equipped with a downward-looking camera. Specifically, VIO cannot compute the correct initialization results during take-off and the cumulative drift is large when the MAV is flying in the air. To overcome these problems, we propose a homographybased initialization method, which utilizes the fact that the features detected by the downward-looking camera during take-off are approximately on the same plane. Then we introduce the prior normal vector and motion field to make states more accurate. In addition, to deal with the cumulative drift, a strategy for dynamically weighting visual residuals is proposed. Finally, we evaluate our method on the collected real-world datasets. The results demonstrate that our system can be successfully initialized no matter how the MAV takes off and the positioning errors are also greatly improved.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google