OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty

📄 arXiv: 2603.09653v1 📥 PDF

作者: Zikun Chen, Wentao Zhao, Yihe Niu, Tianchen Deng, Jingchuan Wang

分类: cs.CV, cs.RO

发布日期: 2026-03-10

💡 一句话要点

提出基于最优传输线特征关联和自适应不确定性的鲁棒视觉惯性里程计

🎯 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 线特征 最优传输 特征关联 鲁棒性

📋 核心要点

  1. 现有VIO系统在低纹理和光照变化场景中依赖点特征，容易出现特征稀疏、关联模糊和欠约束问题。
  2. 论文提出了一种基于最优传输的线特征关联方法，并结合自适应不确定性加权，增强了VIO系统的鲁棒性。
  3. 实验结果表明，该方法在EuRoC和UMA-VI数据集以及真实场景中，均优于现有VIO系统，并保持实时性。

📝 摘要（中文）

本文提出了一种鲁棒的立体视觉惯性里程计(VIO)，旨在解决低纹理场景和突变光照条件下，点特征稀疏和不稳定导致关联模糊和欠约束估计的问题。该系统利用线结构提供互补的几何线索。线段配备了专门的深度描述符，并通过熵正则化的最优传输公式进行匹配，从而实现全局一致的对应关系，即使在存在歧义、外点和部分观测的情况下也能有效工作。所提出的描述符是免训练的，通过采样和池化网络特征图计算得到。为了提高估计的稳定性，分析了线测量噪声的影响，并引入了可靠性自适应加权来调节优化过程中线约束的影响。在EuRoC和UMA-VI数据集以及低纹理和光照挑战环境中的实际部署实验表明，与代表性的基线方法相比，该方法提高了精度和鲁棒性，同时保持了实时性能。

🔬 方法详解

问题定义：现有的视觉惯性里程计（VIO）系统在低纹理场景和光照剧烈变化的环境中，由于点特征的稀疏性和不稳定性，容易导致特征关联错误和系统欠约束，从而降低了定位精度和鲁棒性。许多基于点线的VIO系统依赖于点特征引导的线特征关联，当点特征支持不足时，这种方法会失效，并引入偏差约束。

核心思路：本文的核心思路是利用线特征作为点特征的补充，并采用最优传输（Optimal Transport, OT）方法进行线特征的关联，以解决传统方法中存在的歧义性和外点问题。同时，通过分析线测量噪声的影响，引入自适应不确定性加权，来调节线约束在优化过程中的影响，从而提高系统的整体鲁棒性。

技术框架：该VIO系统是一个立体视觉惯性里程计，主要包含以下几个模块：1) 图像预处理和特征提取：提取点特征和线特征。2) 基于深度学习的线特征描述符：设计了一种免训练的线特征描述符，通过采样和池化网络特征图计算得到。3) 基于最优传输的线特征关联：使用熵正则化的最优传输公式进行线特征的匹配，实现全局一致的对应关系。4) 视觉惯性融合：将点特征、线特征和IMU数据融合到一起，进行位姿估计和地图构建。5) 自适应不确定性加权：根据线测量噪声的分析结果，对线约束进行自适应加权。

关键创新：该论文的关键创新点在于：1) 提出了一种基于最优传输的线特征关联方法，能够有效地处理歧义性和外点问题，提高线特征关联的准确性。2) 设计了一种免训练的线特征描述符，降低了对训练数据的依赖。3) 引入了自适应不确定性加权，能够根据线测量噪声的分析结果，动态调整线约束的影响，提高系统的鲁棒性。

关键设计：1) 线特征描述符：通过采样和池化网络特征图计算得到，具体实现细节未知。2) 最优传输公式：采用熵正则化的最优传输公式，以提高匹配的鲁棒性。3) 自适应不确定性加权：根据线测量噪声的方差进行加权，方差越大，权重越小。具体加权函数形式未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在EuRoC和UMA-VI数据集以及真实场景中的实验结果表明，该方法在精度和鲁棒性方面均优于现有的VIO系统。具体性能提升数据未知，但论文强调了在低纹理和光照挑战环境下的优势。该系统保持了实时性能，使其能够应用于实际场景。

🎯 应用场景

该研究成果可应用于机器人导航、自动驾驶、增强现实等领域。尤其在低纹理、光照变化剧烈的环境中，该VIO系统能够提供更准确、更鲁棒的定位结果，从而提高相关应用系统的性能和可靠性。未来，该方法有望进一步扩展到更大规模的场景和更复杂的环境。

📄 摘要（原文）

Robust stereo visual-inertial odometry (VIO) remains challenging in low-texture scenes and under abrupt illumination changes, where point features become sparse and unstable, leading to ambiguous association and under-constrained estimation. Line structures offer complementary geometric cues, yet many efficient point-line systems still rely on point-guided line association, which can break down when point support is weak and may lead to biased constraints. We present a stereo point-line VIO system in which line segments are equipped with dedicated deep descriptors and matched using an entropy-regularized optimal transport formulation, enabling globally consistent correspondences under ambiguity, outliers, and partial observations. The proposed descriptor is training-free and is computed by sampling and pooling network feature maps. To improve estimation stability, we analyze the impact of line measurement noise and introduce reliability-adaptive weighting to regulate the influence of line constraints during optimization. Experiments on EuRoC and UMA-VI, together with real-world deployments in low-texture and illumination-challenging environments, demonstrate improved accuracy and robustness over representative baselines while maintaining real-time performance.