Robust Stereo Visual Odometry Using Improved RANSAC-Based Methods for Mobile Robot Localization.
Robust Stereo Visual Odometry Using Improved RANSAC-Based Methods for Mobile Robot Localization.
复制标题
使用改进的基于 RANSAC 的方法进行鲁棒立体视觉里程计进行移动机器人定位
DOI：
10.3390/s17102339
复制
发表时间：
2017-10-13
期刊：
影响因子：
--
通讯作者：
Zhang X
中科院分区：
文献类型：
--
作者：
Liu Y;Gu Y;Li J;Zhang X
在本文中，我们提出了一种新的方法，立体视觉里程与鲁棒的运动估计，是更快，更准确的比标准的随机抽样一致性（RANSAC）。该方法在三个方面对RANSAC算法进行了改进：首先，根据特征点的年龄和相似性顺序，对输入特征点进行优先采样，从而生成假设;其次，基于SPRT算法对假设进行评估（序贯概率比测试），使坏的假设丢弃非常快，而无需验证所有的数据点;第三，我们将三个最好的假设聚合起来，而不是只选择最好的假设，以获得最终的估计。前两个方面分别通过预先生成好的假设和丢弃坏的假设来提高RANSAC的速度。最后一个方面提高了运动估计的准确性。我们的方法进行了评估，在KITTI（卡尔斯鲁厄理工学院和丰田技术研究所）和新筑波数据集。实验结果表明，该方法在速度和精度上都优于RANSAC。
In this paper, we present a novel approach for stereo visual odometry with robust motion estimation that is faster and more accurate than standard RANSAC (Random Sample Consensus). Our method makes improvements in RANSAC in three aspects: first, the hypotheses are preferentially generated by sampling the input feature points on the order of ages and similarities of the features; second, the evaluation of hypotheses is performed based on the SPRT (Sequential Probability Ratio Test) that makes bad hypotheses discarded very fast without verifying all the data points; third, we aggregate the three best hypotheses to get the final estimation instead of only selecting the best hypothesis. The first two aspects improve the speed of RANSAC by generating good hypotheses and discarding bad hypotheses in advance, respectively. The last aspect improves the accuracy of motion estimation. Our method was evaluated in the KITTI (Karlsruhe Institute of Technology and Toyota Technological Institute) and the New Tsukuba dataset. Experimental results show that the proposed method achieves better results for both speed and accuracy than RANSAC.
登录
查看更多内容
DOI：
10.1109/tpami.2007.70787
发表时间：
2008-08-01
影响因子：
23.6
作者：
Chum, Ondrej;Matas, Jiri
通讯作者：
Matas, Jiri
影响因子：
3.3
作者：
Nistér, D
通讯作者：
Nistér, D
DOI：
10.1137/0111030
发表时间：
1963-01-01
期刊：
JOURNAL OF THE SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS
影响因子：
--
作者：
MARQUARDT, DW
通讯作者：
MARQUARDT, DW
影响因子：
19.5
作者：
Pollefeys, M.;Nister, D.;Towles, H.
通讯作者：
Towles, H.
DOI：
10.1007/11744023_34
发表时间：
2006-01-01
期刊：
COMPUTER VISION - ECCV 2006 , PT 1, PROCEEDINGS
影响因子：
--
作者：
Rosten, Edward;Drummond, Tom
通讯作者：
Drummond, Tom