Enhanced Monocular Visual Odometry with AR Poses and Integrated INS-GPS for Robust Localization in Urban Environments

📄 arXiv: 2411.08231v2 📥 PDF

作者: Ankit Shaw

分类: cs.RO

发布日期: 2024-11-12 (更新: 2024-11-24)

备注: The copyright of this paper would be given to IEEE after "acceptance of paper by IEEE"

💡 一句话要点

结合AR位姿与INS-GPS的单目视觉里程计，提升城市环境定位鲁棒性

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 单目视觉里程计 增强现实 INS-GPS融合 扩展卡尔曼滤波 城市定位

📋 核心要点

  1. 单目视觉里程计存在尺度不确定性，限制了其在精确导航中的应用。
  2. 利用增强现实（AR）位姿提供尺度信息，并融合INS/GPS数据，提升定位精度和鲁棒性。
  3. 在Google街景数据集上验证，实现了1.529米的RMSE，验证了方法的有效性。

📝 摘要（中文）

本文提出了一种经济高效的定位系统，该系统结合了单目视觉里程计、增强现实（AR）位姿以及集成的INS-GPS数据。我们利用AR位姿解决单目VO的尺度因子问题，并通过扩展卡尔曼滤波器融合INS和GPS数据来提高定位精度。该方法使用Google街景的手动标注轨迹进行测试，在1公里长的轨迹上实现了1.529米的均方根误差（RMSE）。未来的工作将侧重于实时移动端的实现，并进一步集成视觉惯性里程计以实现更鲁棒的定位。该方法以最少的硬件提供车道级精度，使高级导航更易于实现。

🔬 方法详解

问题定义：单目视觉里程计（VO）在城市环境中面临尺度漂移的问题，导致定位精度下降。现有的VO方法难以在低成本硬件上实现高精度的定位，尤其是在GPS信号较弱或遮挡的环境中。

核心思路：本文的核心思路是利用增强现实（AR）技术提供的绝对位姿信息来约束单目VO的尺度，并结合惯性导航系统（INS）和全球定位系统（GPS）的数据，通过融合多种传感器信息来提高定位的精度和鲁棒性。

技术框架：该系统主要包含三个模块：单目视觉里程计模块、AR位姿估计模块和INS-GPS数据融合模块。单目VO模块负责估计相机的相对运动；AR位姿估计模块提供绝对尺度信息；INS-GPS数据融合模块使用扩展卡尔曼滤波器（EKF）将来自不同传感器的数据进行融合，得到最终的定位结果。

关键创新：该方法的关键创新在于将AR位姿信息引入到单目VO系统中，有效地解决了尺度漂移问题。同时，通过EKF融合INS和GPS数据，进一步提高了定位的精度和鲁棒性。这种多传感器融合的方法能够在低成本硬件上实现较高的定位精度。

关键设计：AR位姿的获取方式未知，论文中没有详细说明。EKF的设计是关键，需要仔细选择状态向量、过程噪声和测量噪声。具体参数设置未知。损失函数没有提及，可能是EKF本身的状态更新方程。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该方法在Google街景数据集上进行了测试，在1公里长的轨迹上实现了1.529米的均方根误差（RMSE）。这一结果表明，该方法能够有效地提高单目VO的定位精度，并且具有一定的鲁棒性。该方法在低成本硬件上实现了车道级精度，具有很高的实际应用价值。

🎯 应用场景

该研究成果可应用于低成本、高精度的城市导航系统，例如自动驾驶、增强现实导航、物流配送等领域。通过结合视觉、惯性和GPS信息，该方法能够在复杂的城市环境中提供可靠的定位服务，具有广阔的应用前景。

📄 摘要（原文）

This paper introduces a cost effective localization system combining monocular visual odometry , augmented reality (AR) poses, and integrated INS-GPS data. We address monocular VO scale factor issues using AR poses and enhance accuracy with INS and GPS data, filtered through an Extended Kalman Filter . Our approach, tested using manually annotated trajectories from Google Street View, achieves an RMSE of 1.529 meters over a 1 km track. Future work will focus on real-time mobile implementation and further integration of visual-inertial odometry for robust localization. This method offers lane-level accuracy with minimal hardware, making advanced navigation more accessible.