【儀表網(wǎng) 研發(fā)快訊】基于擬神經(jīng)形態(tài)事件的視覺(jué)里程計(jì)是視覺(jué)同步定位與建圖(SLAM)領(lǐng)域的一個(gè)新興技術(shù)分支。其研究目標(biāo)是將仿生的擬神經(jīng)形態(tài)視覺(jué)技術(shù)應(yīng)用于移動(dòng)機(jī)器人的狀態(tài)估計(jì)任務(wù)，以解決傳統(tǒng)方法在高速運(yùn)動(dòng)、非理想光照等極端工況下性能退化或失效的問(wèn)題。作為新一代視覺(jué)傳感器，事件相機(jī)相比于傳統(tǒng)相機(jī)具有更高的時(shí)間分辨率和動(dòng)態(tài)范圍，能夠?yàn)橐苿?dòng)機(jī)器人在高速運(yùn)動(dòng)或高動(dòng)態(tài)范圍光照?qǐng)鼍跋碌奈蛔斯烙?jì)提供強(qiáng)有力的支持。然而，如何設(shè)計(jì)兼容此類(lèi)傳感器特殊數(shù)據(jù)結(jié)構(gòu)的高效算法，仍然是一個(gè)極具挑戰(zhàn)性的研究問(wèn)題。
 

　　針對(duì)上述問(wèn)題，湖南大學(xué)周易教授團(tuán)隊(duì)(NAIL實(shí)驗(yàn)室)在先前的研究基礎(chǔ)之上進(jìn)行了創(chuàng)新性改進(jìn)，提出了基于事件相機(jī)的雙目視覺(jué)與慣性里程計(jì)系統(tǒng)，著重優(yōu)化了3D建圖效率與位姿估計(jì)精度。通過(guò)設(shè)計(jì)新型邊緣點(diǎn)的采樣策略并融合前后幀與左右目的深度信息，有效提升了建圖模塊的完整性與計(jì)算效率；針對(duì)相機(jī)位姿估計(jì)中俯仰與偏航分量的退化問(wèn)題，該研究通過(guò)引入IMU測(cè)量數(shù)據(jù)作為運(yùn)動(dòng)先驗(yàn)，構(gòu)建緊湊且穩(wěn)健的后端優(yōu)化框架，實(shí)現(xiàn)IMU偏置與線(xiàn)速度的實(shí)時(shí)估計(jì)。實(shí)驗(yàn)表明，相較于現(xiàn)有主流算法，研究所提出的系統(tǒng)在大尺度室外場(chǎng)景下展現(xiàn)出更高的定位精度(圖1)和更為優(yōu)秀的實(shí)時(shí)性能。
 

圖1湖南大學(xué)校園內(nèi)的定位實(shí)驗(yàn)結(jié)果展示。
 

　　研究成果以“ESVO2: Direct Visual-Inertial Odometry with Stereo Event Cameras”為題發(fā)表在機(jī)器人領(lǐng)域頂級(jí)期刊IEEE Transactions on Robotics(T-RO)上。同時(shí)，該論文系機(jī)器人學(xué)院首次以學(xué)生作為第一作者發(fā)表在T-RO期刊的科研成果。湖南大學(xué)機(jī)器人學(xué)院為該工作第一完成單位，2023級(jí)博士生牛軍凱與鐘聲為共同第一作者，周易教授為通訊作者。此外，香港科技大學(xué)鄭家純機(jī)器人研究所的路修遠(yuǎn)博士、沈劭劼教授，以及柏林工業(yè)大學(xué)的Guillermo Gallego教授也參與了該項(xiàng)工作。該項(xiàng)研究得到了國(guó)家自然科學(xué)基金等項(xiàng)目資助。