Jan, 2024

非完整地面车辆的事件驱动视觉里程计

TL;DR基于事件的运动估计在提取和跟踪稳定特征方面仍然存在困难,因此通常认为与其他传感器的融合是必需的。在本研究中,我们利用 Ackermann 转向平台的约束非完整运动模型,实现了可靠的纯事件型视觉测距。通过将常规帧摄像机的单特征非线性扩展到准时间连续事件轨迹,并通过变量程度泰勒展开实现多项式形式,我们通过直方图投票轻松实现对多个事件轨迹的鲁棒平均值。在模拟和真实数据上的实验表明,我们的算法实现了准确而稳健的车辆瞬时旋转速度估计,从而在正常条件下与基于帧传感器获得的增量旋转相当。此外,我们在具有挑战性的照明场景中明显优于传统的替代方法。代码可在 https://github.com/gowanting/NHEVO 上获取。