【儀表網(wǎng) 研發(fā)快訊】基于擬神經(jīng)形態(tài)事件的視覺里程計是視覺同步定位與建圖(SLAM)領(lǐng)域的一個新興技術(shù)分支。其研究目標(biāo)是將仿生的擬神經(jīng)形態(tài)視覺技術(shù)應(yīng)用于移動機器人的狀態(tài)估計任務(wù)，以解決傳統(tǒng)方法在高速運動、非理想光照等極端工況下性能退化或失效的問題。作為新一代視覺傳感器，事件相機相比于傳統(tǒng)相機具有更高的時間分辨率和動態(tài)范圍，能夠為移動機器人在高速運動或高動態(tài)范圍光照場景下的位姿估計提供強有力的支持。然而，如何設(shè)計兼容此類傳感器特殊數(shù)據(jù)結(jié)構(gòu)的高效算法，仍然是一個極具挑戰(zhàn)性的研究問題。
 

　　針對上述問題，湖南大學(xué)周易教授團隊(NAIL實驗室)在先前的研究基礎(chǔ)之上進行了創(chuàng)新性改進，提出了基于事件相機的雙目視覺與慣性里程計系統(tǒng)，著重優(yōu)化了3D建圖效率與位姿估計精度。通過設(shè)計新型邊緣點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算效率；針對相機位姿估計中俯仰與偏航分量的退化問題，該研究通過引入IMU測量數(shù)據(jù)作為運動先驗，構(gòu)建緊湊且穩(wěn)健的后端優(yōu)化框架，實現(xiàn)IMU偏置與線速度的實時估計。實驗表明，相較于現(xiàn)有主流算法，研究所提出的系統(tǒng)在大尺度室外場景下展現(xiàn)出更高的定位精度(圖1)和更為優(yōu)秀的實時性能。
 

圖1湖南大學(xué)校園內(nèi)的定位實驗結(jié)果展示。
 

　　研究成果以“ESVO2: Direct Visual-Inertial Odometry with Stereo Event Cameras”為題發(fā)表在機器人領(lǐng)域頂級期刊IEEE Transactions on Robotics(T-RO)上。同時，該論文系機器人學(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)機器人學(xué)院為該工作第一完成單位，2023級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)鄭家純機器人研究所的路修遠博士、沈劭劼教授，以及柏林工業(yè)大學(xué)的Guillermo Gallego教授也參與了該項工作。該項研究得到了國家自然科學(xué)基金等項目資助。