基于深度相机的边缘融合直接位姿估计方法

王鹤群，彭晓东，周武根

(1.中国科学院国家空间科学中心，北京 100190；2.中国科学院大学 计算机科学与技术学院，北京 100049)

0 引 言

在计算机视觉领域中，无人驾驶、无人机自主导航及增强现实等应用的兴起使得即时定位与地图构建(simulta-neous localization and mapping,SLAM)技术[1]备受关注。视觉里程计(visual odometry,VO)对相机位姿进行估计,是视觉SLAM的重要组成部分。深度相机能够解决单目视觉的尺度不确定性问题，故基于深度相机的位姿估计逐渐成为研究热点。

相比于ORB-SLAM[2,3]等采用的特征点法，DVO[4],DVO-SLAM[5],LSD-SLAM[6]等采用的直接法通过最小化灰度残差从而解得最优位姿，避免特征点匹配数量不足而无法估计位姿等问题。但光照变化、相机曝光变化以及噪声降低了位姿估计的准确性。近几年出现了一些基于边缘的位姿估计方法，如D-EA[7],EdgeDirectVO,REVO[8]等。其中使用的Canny[9]等传统方法只能提取灰度梯度大的像素作为边缘像素而忽略了其他的图像信息。而REVO中使用基于深度学习的方法进行边缘检测，使得其对于光度变化、不同类型的场景更具稳定性，能在一定程度上提高位姿估计的准确性和鲁棒性。

为了解决现有基于边缘的方法对光度变化敏感、提取边缘不稳定的问题，本文提出了基于深度相机的边缘融合直接位姿估计方法并通过实验证明了方法的优越性和鲁棒性。

1 基于深度相机的边缘融合直接位姿估计方法

1.1 方法框架

本文提出的方法框架如图1所示，主要分为边缘提取与位姿估计两大模块：1)边缘提取过程中使用双阈值法融合Canny边缘检测方法与深度学习方法提取到的边缘结果；……