Edge-Enabled VIO with Long-Tracked Features for High-Accuracy Low-Altitude IoT Navigation
作者: Xiaohong Huang, Cui Yang, Miaowen Wen
分类: cs.CV, cs.RO
发布日期: 2025-05-10
备注: 9 pages with 9 figures
💡 一句话要点
提出基于长时跟踪特征的边缘VIO，提升低空IoT导航精度与实时性
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 视觉惯性里程计 长时跟踪特征 边缘计算 低空导航 主动解耦 状态估计 实时性
📋 核心要点
- 现有VIO方法依赖重投影误差调整观测权重，易受相机姿态估计误差影响，导致长时特征失效。
- 提出主动解耦机制，包含视觉参考帧重置策略和深度预测策略，消除累积误差并利用长期约束。
- 通过并行消除、逆深度消除简化和消除跳过三种策略，保证系统状态估计的实时性。
📝 摘要（中文）
本文提出了一种使用长时跟踪特征的视觉惯性里程计(VIO)方法。长时跟踪特征可以约束更多的视觉帧，从而减少定位漂移。然而，它们也可能导致累积的匹配误差和特征跟踪漂移。现有的VIO方法基于重投影误差调整观测权重，但这种方法存在缺陷。重投影误差依赖于估计的相机姿态和地图点，因此误差的增加可能来自估计的不准确性，而不是实际的特征跟踪误差。这可能会误导优化过程，并使长时跟踪特征在抑制定位漂移方面无效。此外，长时跟踪特征约束了大量的帧，这对系统的实时性能提出了重大挑战。为了解决这些问题，我们提出了一种主动解耦机制，用于长时跟踪特征利用中的累积误差。我们引入了一种视觉参考帧重置策略来消除累积的跟踪误差，以及一种深度预测策略来利用长期约束。为了确保实时性能，我们实现了三种策略来实现高效的系统状态估计：基于预定义消除顺序的并行消除策略、逆深度消除简化策略和消除跳过策略。在各种数据集上的实验表明，我们的方法提供了更高的定位精度和相对较短的消耗时间，使其更适合需要高精度定位和边缘设备上实时操作的边缘低空IoT导航。
🔬 方法详解
问题定义：现有VIO方法在利用长时跟踪特征时，容易受到累积匹配误差和特征跟踪漂移的影响。现有的基于重投影误差调整观测权重的方法，无法区分重投影误差是由于特征跟踪误差还是相机姿态估计误差引起的，从而导致优化过程被误导，长时特征无法有效抑制定位漂移。此外，长时特征约束大量帧，计算复杂度高，难以满足实时性要求。
核心思路：本文的核心思路是通过主动解耦机制来解决长时跟踪特征中的累积误差问题。具体来说，通过视觉参考帧重置策略来消除累积的跟踪误差，并利用深度预测策略来更好地利用长时约束。同时，通过高效的状态估计策略来保证系统的实时性。
技术框架：该VIO系统包含以下主要模块：特征提取与跟踪模块、视觉参考帧重置模块、深度预测模块、状态估计模块。特征提取与跟踪模块负责提取和跟踪图像中的特征点。视觉参考帧重置模块用于消除累积的跟踪误差。深度预测模块用于预测特征点的深度信息。状态估计模块利用视觉和惯性信息进行优化，估计相机姿态和地图点。
关键创新：本文的关键创新在于提出了主动解耦机制，该机制能够有效消除长时跟踪特征中的累积误差，从而提高定位精度。与现有方法相比，该方法能够更准确地评估特征跟踪误差，并避免因相机姿态估计误差而导致的优化误导。此外，本文还提出了高效的状态估计策略，保证了系统的实时性。
关键设计：视觉参考帧重置策略：当特征跟踪的帧数超过一定阈值时，将当前帧设置为新的参考帧，并重置特征点的深度。深度预测策略：利用相邻帧的信息预测特征点的深度，从而提高深度估计的准确性。高效状态估计策略：包括基于预定义消除顺序的并行消除策略、逆深度消除简化策略和消除跳过策略，以降低计算复杂度。
📊 实验亮点
实验结果表明，该方法在多个数据集上均取得了优于现有VIO方法的定位精度。在保证定位精度的前提下，该方法还能够实现实时运行，满足边缘计算环境下的应用需求。具体性能数据（如定位误差降低百分比、运行时间等）将在公开的代码中提供。
🎯 应用场景
该研究成果可应用于低空无人机导航、增强现实、机器人定位等领域。尤其在边缘计算环境下，该方法能够在计算资源有限的设备上实现高精度、实时的定位，具有重要的实际应用价值。未来，该方法有望进一步推广到更广泛的物联网导航应用中，提升相关系统的智能化水平。
📄 摘要（原文）
This paper presents a visual-inertial odometry (VIO) method using long-tracked features. Long-tracked features can constrain more visual frames, reducing localization drift. However, they may also lead to accumulated matching errors and drift in feature tracking. Current VIO methods adjust observation weights based on re-projection errors, yet this approach has flaws. Re-projection errors depend on estimated camera poses and map points, so increased errors might come from estimation inaccuracies, not actual feature tracking errors. This can mislead the optimization process and make long-tracked features ineffective for suppressing localization drift. Furthermore, long-tracked features constrain a larger number of frames, which poses a significant challenge to real-time performance of the system. To tackle these issues, we propose an active decoupling mechanism for accumulated errors in long-tracked feature utilization. We introduce a visual reference frame reset strategy to eliminate accumulated tracking errors and a depth prediction strategy to leverage the long-term constraint. To ensure real time preformane, we implement three strategies for efficient system state estimation: a parallel elimination strategy based on predefined elimination order, an inverse-depth elimination simplification strategy, and an elimination skipping strategy. Experiments on various datasets show that our method offers higher positioning accuracy with relatively short consumption time, making it more suitable for edge-enabled low-altitude IoT navigation, where high-accuracy positioning and real-time operation on edge device are required. The code will be published at github.